Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die KI-Ökosysteme von Huawei
- Ascend-KI-Hardware: Übersicht über 310, 910 und 910B
- Hochrangige Komponenten: MindSpore, CANN, AscendCL
- Branchenpositionierung und Architekturprinzipien
Die Rolle von CANN in Huaweis KI-Stack
- Was ist CANN? SDK-Zweck und interne Schichten
- ATC, TBE und AscendCL: Kompilieren und Ausführen von Modellen
- Wie CANN Inferenzoptimierung und Bereitstellung unterstützt
MindSpore-Übersicht und Architektur
- Trainings- und Inferenzarbeitsabläufe in MindSpore
- Graphenmodus, PyNative und Hardware-Abstraktion
- Integration mit Ascend NPU über CANN-Backend
KI-Lebenszyklus auf Ascend: Vom Training zur Bereitstellung
- Modell erstellen in MindSpore oder Konvertierung aus anderen Frameworks
- Exportieren und Kompilieren von Modellen mit ATC
- Bereitstellung auf Ascend-Hardware mit OM-Modellen und AscendCL
Vergleich mit anderen KI-Stacks
- MindSpore vs. PyTorch, TensorFlow: Fokus und Positionierung
- Bereitstellungsarbeitsabläufe auf Ascend vs. GPU-basierten Stacks
- Chancen und Einschränkungen für den Einsatz im Unternehmen
Unternehmensintegrationsszenarien
- Anwendungsfälle in intelligenter Fertigung, Regierungs-KI und Telekommunikation
- Skalierbarkeit, Compliance und Ökosystem-Betrachtungen
- Hybrid-Bereitstellung Cloud/On-Prem unter Nutzung des Huawei-Stacks
Zusammenfassung und nächste Schritte
Voraussetzungen
- Vertrautheit mit KI-Arbeitsabläufen oder Plattformarchitekturen
- Grundlegendes Verständnis der Modelltrainings und -bereitstellungen
- Keine vorherigen praktischen Erfahrungen mit CANN oder MindSpore erforderlich
Zielgruppe
- KI-Plattformbewertende und Infrastrukturarchitekten
- KI/ML DevOps- und Pipeline-Integratoren
- Technologie-Manager und Entscheidungsträger
14 Stunden