Struttura del corso

Introduzione alla Piattaforma Huawei Ascend

  • Panoramica dell'architettura e dell'ecosistema di Ascend
  • Panoramica di MindSpore e CANN
  • Casistici e rilevanza industriale

Configurazione dell'Ambiente di Sviluppo

  • Installazione del toolkit CANN e MindSpore
  • Utilizzo di ModelArts e CloudMatrix per l'orchestrazione dei progetti
  • Test dell'ambiente con modelli di esempio

Sviluppo del Modello con MindSpore

  • Definizione e training dei modelli in MindSpore
  • Pipeline di dati e formattazione dei dataset
  • Esportazione dei modelli nel formato compatibile con Ascend

Ottimizzazione delle Prestazioni su Ascend

  • Fusione degli operatori e kernel personalizzati
  • Strategia di tiling e scheduling dell'AI Core
  • Strumenti di benchmarking e profilatura

Strategie di Distribuzione

  • Confronto tra distribuzione edge e cloud
  • Utilizzo del MindX SDK per la distribuzione
  • Integrazione con i flussi di lavoro CloudMatrix

Debugging e Monitoraggio

  • Utilizzo del Profiler e AiD per il tracciamento
  • Debug dei fallimenti in runtime
  • Monitoraggio dell'uso delle risorse e della throughput

Studio di Caso e Integrazione del Laboratorio

  • Sviluppo completo del pipeline utilizzando MindSpore
  • Lab: Costruire, ottimizzare e distribuire un modello su Ascend
  • Confronto delle prestazioni con altre piattaforme

Riepilogo e Passi Successivi

Requisiti

  • Comprensione delle reti neurali e dei flussi di lavoro AI
  • Esperienza in programmazione Python
  • Familiarità con le pipeline di training e distribuzione dei modelli

Pubblico Obiettivo

  • Ingegneri AI
  • Data scientist che lavorano con la stack AI di Huawei
  • Sviluppatori ML che utilizzano Ascend e MindSpore
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative