Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 7 ore
Struttura del corso
Introduzione all'ecosistema AI di Huawei
- Hardware AI Ascend: chip 310, 910 e 910B
- MindSpore, CANN e strumenti di supporto
- Flusso di lavoro per lo sviluppo AI: dalla formazione alla distribuzione
Comprensione del toolkit CANN
- Cos'è CANN e perché è importante
- Panoramica dei componenti principali (ATC, AscendCL, librerie di operatori)
- Ruolo di CANN nelle pipeline di inferenza AI
Introduzione a MindSpore e CANN
- Configurazione dell'ambiente (MindSpore + CANN + Python)
- Formazione di un modello base in MindSpore
- Esportazione e conversione del modello utilizzando ATC
Esecuzione dell'inferenza su dispositivi Ascend
- Utilizzo del modello OM con AscendCL o API Python
- Validazione delle output del modello
Lavoro con altri framework
- Panoramica del supporto per TensorFlow, PyTorch e ONNX
- Operatori supportati e limitazioni
- Demo di conversione di un modello semplice (es. da ONNX a OM)
Esplorazione dell'ecosistema di sviluppatori CANN e MindSpore
- Risorse chiave: documentazione, repository GitHub, codice di esempio
- Forum della community, eventi e canali di supporto
Sintesi e prossimi passi
Requisiti
- Base di comprensione dei concetti di machine learning e deep learning
- Nessuna esperienza pregressa con CANN o hardware Ascend richiesta
Pubblico
- Sviluppatori di machine learning che esplorano i flussi di distribuzione
- Studenti o ricercatori nuovi nell'ecosistema AI di Huawei
- Contribuenti di framework AI e appassionati interessati all'accelerazione dei modelli
