Programa do Curso

Introdução ao Ecossistema de IA da Huawei

  • Hardware Ascend AI: chips 310, 910 e 910B
  • MindSpore, CANN e ferramentas de suporte
  • Fluxo de trabalho de desenvolvimento de IA: treinamento a implantação

Compreendendo o Kit de Ferramentas CANN

  • O que é CANN e por que ele é importante
  • Visão geral dos componentes principais (ATC, AscendCL, bibliotecas de operadores)
  • Papel do CANN em pipelines de inferência de IA

Iniciando com MindSpore e CANN

  • Configurando o ambiente (MindSpore + CANN + Python)
  • Treinamento de um modelo básico no MindSpore
  • Exportando e convertendo o modelo usando ATC

Executando Inferência em Dispositivos Ascend

  • Usando o modelo OM com AscendCL ou APIs de Python
  • Pré-processamento básico de entrada/saída
  • Validando as saídas do modelo

Trabalhando com Outros Frameworks

  • Visão geral do suporte para TensorFlow, PyTorch e ONNX
  • Operadores suportados e limitações
  • Demonstração simples de conversão de modelo (por exemplo, de ONNX para OM)

Explorando o Ecossistema de Desenvolvedores CANN e MindSpore

  • Recursos-chave: documentação, repositórios de GitHub, código-fonte de exemplo
  • Visão geral do MindSpore Hub e zoo de modelos
  • Fóruns da comunidade, eventos e canais de suporte

Resumo e Próximos Passos

Requisitos

  • Noções básicas sobre conceitos de aprendizado de máquina e aprendizado profundo
  • Alguma experiência com programação em Python
  • Não é necessária experiência prévia com CANN ou hardware Ascend

Público-alvo

  • Desenvolvedores de aprendizado de máquina explorando fluxos de trabalho de implantação
  • Estudantes ou pesquisadores novatos no ecossistema de IA da Huawei
  • Colaboradores e entusiastas de frameworks de IA interessados em aceleração de modelos
 7 Horas

Próximas Formações Provisórias

Categorias Relacionadas