Programa do Curso

Introdução aos processadores CANN e Ascend AI

  • O que é CANN? Papel na pilha de computação AI da Huawei
  • Visão geral da arquitetura dos processadores Ascend (310, 910, etc.)
  • Visão geral das estruturas e ferramentas de suporte ao AI

Conversão e Compilação de Modelos

  • Usando a ferramenta ATC para conversão de modelos (TensorFlow, PyTorch, ONNX)
  • Criando e validando arquivos OM do modelo
  • Lidando com operadores não suportados e problemas comuns de conversão

Implantação com MindSpore e outras estruturas

  • Implantação de modelos com o MindSpore Lite
  • Integração de modelos OM com APIs Python ou SDKs C++
  • Trabalhando com Ascend Model Manager

Otimização e Perfis de Desempenho

  • Compreendendo otimizações do AI Core, memória e tiling
  • Realizando perfis da execução do modelo com as ferramentas CANN
  • Práticas recomendadas para melhorar a velocidade de inferência e o uso dos recursos

Gerenciamento de Erros e Depuração

  • Erros comuns de implantação e suas resoluções
  • Lendo logs e usando a ferramenta de diagnóstico de erros
  • Testes unitários e validação funcional dos modelos implantados

Cenários de Implantação na Nuvem e nas bordas

  • Implantando no Ascend 310 para aplicações de borda
  • Integração com APIs baseadas em nuvem e microserviços
  • Estudos de caso reais na visão computacional e NLP

Resumo e Próximos Passos

Requisitos

  • Experiência com frameworks de aprendizado profundo baseados em Python, como TensorFlow ou PyTorch
  • Compreensão das arquiteturas de redes neurais e fluxos de trabalho para treinamento de modelos
  • Familiaridade básica com a CLI do Linux e scriptagem

Público-alvo

  • Engenheiros de IA que trabalham com implantação de modelos
  • Praticantes de aprendizado de máquina visando aceleração por hardware
  • Desenvolvedores de aprendizado profundo construindo soluções de inferência
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas