Struttura del corso

Introduzione alla piattaforma Huawei Ascend

  • Panoramica dell'architettura e dell'economia di Ascend
  • Panoramica di MindSpore e CANN
  • Casi d'uso e rilevanza nel settore

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 di Modelli con MindSpore

  • Definizione e addestramento del modello in MindSpore
  • Pipeline dati e formattazione dei dataset
  • Esecuzione dell'esportazione del modello nel formato compatibile con Ascend

Ottimizzazione delle Prestazioni su Ascend

  • Fusione degli operatori e nuclei personalizzati
  • Strategia di tiling e scheduling AI Core
  • Strumenti per il benchmarking e il profilatura

Strategie di Distribuzione

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

Rilevazione degli Errori e Monitoraggio

  • Uso del Profiler e AiD per il tracciamento
  • Rilevazione degli errori di runtime
  • Monitoraggio dell'uso delle risorse e della throughput

Caso Studio ed Integrazione Lab

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

Riepilogo e Prossimi Passi

Requisiti

  • Una comprensione delle reti neurali e dei flussi di lavoro dell'IA
  • Esperienza con la programmazione Python
  • Familiarità con i pipeline di addestramento e distribuzione dei modelli

Pubblico Obiettivo

  • Ingegneri AI
  • Scientifici dei dati che lavorano con la pila AI Huawei
  • Sviluppatori ML che utilizzano Ascend e MindSpore
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative