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 14 ore
Struttura del corso
Introduzione all'Edge AI e all'Ascend 310
- Panoramica sull'Edge AI: tendenze, vincoli e applicazioni
- Architettura del chip Huawei Ascend 310 e toolchain supportata
- Posizionamento di CANN nello stack di deployment per l'Edge AI
Preparazione e Conversione dei Modelli
- Esportazione di modelli addestrati da TensorFlow, PyTorch e MindSpore
- Utilizzo di ATC per convertire i modelli in formato OM per dispositivi Ascend
- Gestione di operatori non supportati e strategie di conversione leggera
Sviluppo di Pipeline di Inferenza con AscendCL
- Utilizzo dell'API AscendCL per eseguire modelli OM su Ascend 310
- Pre/post-elaborazione di input/output, gestione della memoria e controllo del dispositivo
- Deployment all'interno di container embedded o ambienti runtime leggeri
Ottimizzazione per i Vincoli Edge
- Riduzione della dimensione del modello, regolazione della precisione (FP16, INT8)
- Utilizzo del profiler CANN per identificare i collo di bottiglia
- Gestione della disposizione della memoria e dello streaming dei dati per le prestazioni
Deployment con MindSpore Lite
- Utilizzo del runtime MindSpore Lite per target mobili e embedded
- Confronto tra MindSpore Lite e pipeline AscendCL nativa
- Packaging di modelli di inferenza per il deployment specifico del dispositivo
Scenari di Deployment Edge e Casi Studio
- Caso studio: videocamera intelligente con modello di rilevamento degli oggetti su Ascend 310
- Caso studio: classificazione in tempo reale in un hub di sensori IoT
- Monitoraggio e aggiornamento dei modelli deployati in edge
Riepilogo e Prossimi Passi
Requisiti
- Esperienza nello sviluppo o nel deployment di modelli AI
- Conoscenza di base dei sistemi embedded, Linux e Python
- Familiarità con framework di deep learning come TensorFlow o PyTorch
Pubblico Target
- Sviluppatori di soluzioni IoT
- Ingegneri di AI embedded
- Integratori di sistemi edge e specialisti del deployment AI
Recensioni (1)
Coprindo argomenti avanzati e lavorando con esempi pratici
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Corso - Advanced Edge AI Techniques
Traduzione automatica