聯繫我們

課程簡介

華為AI生態系統簡介

  • Ascend AI硬件:310、910及910B概述
  • 高層組件:MindSpore、CANN、AscendCL
  • 產業定位與架構原則

CANN在華為AI棧中的角色

  • 什麼是CANN?SDK目的與內部層次
  • ATC、TBE與AscendCL:模型的編譯與執行
  • C如何支援推理優化與部署

MindSpore概述與架構

  • MindSpore中的訓練與推理工作流程
  • 圖模式、PyNative與硬體抽象層
  • 透過CANN後端整合Ascend NPU

Ascend上的AI生命週期:從訓練到部署

  • 使用MindSpore建立模型,或從其他框架轉換
  • 使用ATC匯出與編譯模型
  • 使用OM模型與AscendCL在Ascend硬件上部署

與其他AI棧的比較

  • MindSpore對比PyTorch、TensorFlow:重點與定位
  • Ascend部署工作流程對比基於GPU的棧
  • 企業應用的機會與限制

企業整合場景

  • 智能製造、政府AI及電信業的用例
  • 可擴展性、合規性及生態系考量
  • 使用華為棧的雲端與本機端混合部署

總結與後續步驟

最低要求

  • 熟悉AI工作流程或平台架構
  • 具備模型訓練與部署的基本理解
  • 無需CANN或MindSpore的實操經驗

受眾

  • AI平台評估人員與基礎設施架構師
  • AI/ML DevOps與流程整合者
  • 技術經理與決策者
 14 小時

課程分類