Schulungsübersicht

Einführung in das Huawei Ascend Platform

  • Überblick über die Architektur und den Ökosystem von Ascend
  • Übersicht zu MindSpore und CANN
  • Anwendungsfälle und Branchelevantanz

Einrichtung der Entwicklungsumgebung

  • Installation des CANN Toolkits und MindSpore
  • Nutzung von ModelArts und CloudMatrix für Projekt-Orchestrierung
  • Überprüfung der Umgebung mit Beispielmodellen

Modellentwicklung mit MindSpore

  • Modelldefinition und Training in MindSpore
  • Datapipelines und Datensatzformatierung
  • Export von Modellen in Ascend-kompatiblen Formaten

Leistungsverdichtung auf Ascend

  • Operator Fusion und benutzerdefinierte Kernels
  • Tiling-Strategien und AI Core-Scheduling
  • Benchmarking- und Profilingwerkzeuge

Bereitstellungsszenarien

  • Vorteile und Nachteile von Edge vs Cloud-Bereitstellung
  • Nutzung des MindX SDK zur Bereitstellung
  • Integration in CloudMatrix-Workflows

Debugging und Überwachung

  • Verwendung von Profiler und AiD für die Spuranalyse
  • Debugging von Ausführungsfehlern
  • Überwachung der Ressourcennutzung und Durchsatz

Fallstudie und Lab-Integration

  • Vollständige Pipelineentwicklung mit MindSpore
  • Lab: Erstellen, Optimieren und Bereitstellen eines Modells auf Ascend
  • Leistungsvergleich zu anderen Plattformen

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Ein Verständnis von neuronalen Netzwerken und AI-Ablaufplanungen
  • Erfahrung im Python-Programmieren
  • Kenntnisse der Modellausbildung und -deploy Pipelines

Zielpublikum

  • Künstliche Intelligenz-Ingenieure
  • Datenwissenschaftler, die mit dem Huawei AI-Stack arbeiten
  • ML-Entwickler, die Ascend und MindSpore verwenden
 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien