Programa do Curso

Introdução ao Edge AI e Ascend 310

  • Visão geral do Edge AI: tendências, restrições e aplicações
  • Arquitetura do chip Huawei Ascend 310 e ferramentas suportadas
  • Posicionamento do CANN dentro da pilha de implantação de IA no Edge

Preparação e Conversão de Modelos

  • Exportando modelos treinados do TensorFlow, PyTorch e MindSpore
  • Usando ATC para converter modelos em formato OM para dispositivos Ascend
  • Lidando com operações não suportadas e estratégias de conversão leve

Desenvolvendo Pipelines de Inferência com AscendCL

  • Usando a API AscendCL para executar modelos OM no Ascend 310
  • Pré-processamento de entrada/saída, manipulação de memória e controle do dispositivo
  • Implantação em contêineres embutidos ou ambientes de tempo de execução leve

Otimização para Restrições no Edge

  • Reduzindo o tamanho do modelo, ajuste de precisão (FP16, INT8)
  • Usando o profiler CANN para identificar gargalos
  • Gerenciamento da disposição de memória e fluxo de dados para desempenho

Implantação com MindSpore Lite

  • Usando o tempo de execução do MindSpore Lite para alvos móveis e embarcados
  • Comparação entre MindSpore Lite e a pilha de pipeline raw AscendCL
  • Embalagem de modelos de inferência para implantação específica ao dispositivo

Cenários e Estudos de Caso de Implantação no Edge

  • Estudo de caso: câmera inteligente com modelo de detecção de objetos em Ascend 310
  • Estudo de caso: classificação em tempo real em um hub de sensores IoT
  • Monitoramento e atualização de modelos implantados no Edge

Resumo e Próximos Passos

Requisitos

  • Experiência com fluxos de trabalho de desenvolvimento ou implantação de modelos de IA
  • Conhecimento básico de sistemas embarcados, Linux e Python
  • Familiaridade com frameworks de deep learning como TensorFlow ou PyTorch

Público-Alvo

  • Desenvolvedores de soluções IoT
  • Engenheiros de IA embarcada
  • Integradores de sistemas Edge e especialistas em implantação de IA
 14 Horas

Próximas Formações Provisórias

Categorias Relacionadas