Kontakt aufnehmen

Schulungsübersicht

Einführung in Huawei Ascend Platform

  • Überblick über Architektur und Ökosystem von Ascend
  • Übersicht zu MindSpore und CANN
  • Anwendungsfälle und Branchenrelevanz

Einrichten der Entwicklungsumgebung

  • Installation des CANN-Toolkits und von MindSpore
  • Nutzung von ModelArts und CloudMatrix für Projektorchestrierung
  • Testen der Umgebung mit Beispielmodellen

Modellentwicklung mit MindSpore

  • Modelldefinition und Training in MindSpore
  • Datenpipelines und Formatierung von Datensätzen
  • Exportieren von Modellen in Ascend-kompatibles Format

Leistungs-Optimierung auf Ascend

  • Operator Fusion und benutzerdefinierte Kernels
  • Tiling-Strategie und AI Core Scheduling
  • Benchmarking- und Profiling-Tools

Bereitstellungsstrategien

  • Tradeoffs zwischen Edge- und Cloud-Bereitstellung
  • Nutzung der MindX SDK zur Bereitstellung
  • Integration in CloudMatrix-Workflows

Debugging und Überwachung

  • Nutzung von Profiler und AiD zum Tracing
  • Debugging von Runtime-Fehlschlägen
  • Überwachung der Ressourcennutzung und Durchsatzleistung

Fallstudien und Laborintegration

  • Entwicklung einer vollständigen Pipeline mit MindSpore
  • Lab: Aufbau, Optimierung und Bereitstellung eines Modells auf Ascend
  • Leistungsvergleich mit anderen Plattformen

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Kenntnisse über neuronale Netze und KI-Workflows
  • Erfahrung mit Python-Programmierung
  • Vertrautheit mit Modellierungs-, Trainings- und Bereitstellungs-Pipelines

Zielgruppe

  • KI-Ingenieure
  • Data Scientists, die mit Huawei AI Stack arbeiten
  • ML-Entwickler, die Ascend und MindSpore verwenden
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien