Struttura del corso

Introduzione alla piattaforma Huawei Ascend

  • Panoramica dell'architettura e dell'establishment Ascend
  • Panoramica di MindSpore e CANN
  • Casistiche ed rilevanza industriale

Configurazione dell'Ambiente di Sviluppo

  • Installazione dello strumento CANN e MindSpore
  • Utilizzo di ModelArts e CloudMatrix per l'orchestrazione del progetto
  • Test dell'ambiente con modelli di esempio

Sviluppo del modello con MindSpore

  • Definizione e addestramento dei modelli in MindSpore
  • Pipeline dati e formattazione degli insiemi di dati
  • Esportazione dei modelli in formato compatibile con Ascend

Ottimizzazione delle Prestazioni su Ascend

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

Strategie di Deploy

  • Trade-off tra deploy edge e cloud
  • Utilizzo dell'MindX SDK per il deploy
  • Integrazione con i workflow CloudMatrix

Debugging e Monitoraggio

  • Utilizzo di Profiler e AiD per la tracciatura
  • Debug dei fallimenti in fase di runtime
  • Monitoraggio dell'uso delle risorse e del throughput

Studio di Caso e Integrazione Laboratorio

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

Riepilogo ed Eseguire Passaggi Successivi

Requisiti

  • Una comprensione delle reti neurali e dei flussi di lavoro AI
  • Esperienza con il programming Python
  • Familiarità con i pipeline per la formazione e l'implementazione dei modelli

Target

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

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative