Prenez contact avec nous

Plan du cours

Introduction à la plateforme Huawei Ascend

  • Aperçu de l'architecture et de l'écosystème Ascend
  • Aperçu de MindSpore et de CANN
  • Cas d'utilisation et pertinence sectorielle

Configuration de l'environnement de développement

  • Installation du kit CANN et de MindSpore
  • Utilisation de ModelArts et CloudMatrix pour l'orchestration de projets
  • Test de l'environnement avec des modèles d'exemple

Développement de modèles avec MindSpore

  • Définition et entraînement de modèles dans MindSpore
  • Pipelines de données et formatage des jeux de données
  • Export des modèles au format compatible Ascend

Optimisation des performances sur Ascend

  • Fusion d'opérateurs et noyaux personnalisés
  • Stratégie de découpage (tiling) et planification AI Core
  • Outils de benchmarking et de profiling

Stratégies de déploiement

  • Compromis entre le déploiement edge et le déploiement cloud
  • Utilisation du SDK MindX pour le déploiement
  • Intégration avec les flux de travail CloudMatrix

Debugging et supervision

  • Utilisation de Profiler et AiD pour le traçage
  • Débogage des échecs d'exécution
  • Supervision de l'utilisation des ressources et du débit

Étude de cas et intégration en laboratoire

  • Développement de pipeline complet à l'aide de MindSpore
  • Laboratoire : Construction, optimisation et déploiement d'un modèle sur Ascend
  • Comparaison des performances avec d'autres plateformes

Résumé et prochaines étapes

Pré requis

  • Comprendre les réseaux de neurones et les flux de travail IA
  • Expérience en programmation Python
  • Connaissance des pipelines d'entraînement et de déploiement de modèles

Public cible

  • Ingénieurs IA
  • Scientifiques des données travaillant avec la pile IA de Huawei
  • Développeurs ML utilisant Ascend et MindSpore
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires