Schulungsübersicht

Einführung in Huaweis AI Ökosystem

  • Ascend AI-Hardware: Überblick über 310, 910 und 910B
  • Hochrangige Komponenten: MindSpore, CANN, AscendCL
  • Branchenpositionierung und Architekturprinzipien

Die Rolle von CANN im Huaweis AI-Stack

  • Was ist CANN? Ziel des SDK und interne Schichten
  • ATC, TBE und AscendCL: Kompilierung und Ausführung von Modellen
  • Wie CANN die Inferenz-Optimierung und -Bereitstellung unterstützt

Übersicht und Architektur von MindSpore

  • Training und Inferenz-Abläufe in MindSpore
  • Graphenmodus, PyNative und Hardware-Abstraktion
  • Integration mit Ascend NPU über CANN Backend

AI-Lebenszyklus auf Ascend: von der Ausbildung zur Bereitstellung

  • Modellierung in MindSpore oder Umwandlung aus anderen Frameworks
  • Exportieren und Kompilieren von Modellen mit ATC
  • Bereitstellung auf Ascend-Hardware unter Verwendung von OM-Modellen und AscendCL

Vergleich mit anderen AI-Stacks

  • MindSpore vs. PyTorch, TensorFlow: Fokus und Positionierung
  • Bereitstellungsworkflows auf Ascend im Vergleich zu GPU-basierten Stacks
  • Chancen und Einschränkungen für den Einsatz in Unternehmen

Unternehmensintegrationsszenarien

  • Anwendungsfälle im Bereich der smarten Produktion, Regierungs-AI und Telekom
  • Skalierbarkeit, Compliance und ökologische Überlegungen
  • Hybrid-Deployment im Cloud/on-prem-Umfeld mit Huaweis Stack

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Vertrautheit mit AI-Workflows oder Plattformarchitektur
  • Grundlegendes Verständnis von Modelltraining und -deployment
  • Keine vorherige praktische Erfahrung mit CANN oder MindSpore erforderlich

Zielgruppe

  • AI-Plattformbewertungsfachleute und Infrastrukturauslegungsarchitekten
  • AI/ML DevOps und Pipelineintegratoren
  • Technologie-Manager und Entscheidungsträger
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien