Prenez contact avec nous

Plan du cours

Introduction à la plateforme Huawei Ascend

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

Configuration de l'environnement de développement

  • Installation de la boîte à outils 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
  • Exportation des modèles vers un format compatible Ascend

Optimisation des performances sur Ascend

  • Fusion d'opérateurs et noyaux personnalisés
  • Stratégie de tuilage et ordonnancement des cœurs IA (AI Core)
  • Outils d'analyse de performance et de profilage

Stratégies de déploiement

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

Débogage et surveillance

  • Utilisation de Profiler et AiD pour la traçabilité
  • Résolution des défaillances au moment de l'exécution
  • Surveillance de l'utilisation des ressources et du débit

Étude de cas et intégration des travaux pratiques

  • Développement complet du pipeline en utilisant MindSpore
  • Travail pratique : Construire, optimiser et déployer un modèle sur Ascend
  • Comparaison des performances avec d'autres plateformes

Résumé et prochaines étapes

Pré requis

  • Une compréhension des réseaux neuronaux et des flux de travail IA
  • De l'expérience en programmation Python
  • La familiarité avec les pipelines d'entraînement et de déploiement de modèles

Public cible

  • Ingénieurs IA
  • Data scientists travaillant avec la pile IA Huawei
  • Développeurs ML utilisant Ascend et MindSpore
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires