Entrar em Contato

Programa do Curso

Introdução ao Ecossistema de IA da Huawei

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

Compreendendo o Toolkit CANN

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

Iniciando com MindSpore e CANN

  • Configurando o ambiente (MindSpore + CANN + Python)
  • Treinando 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 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 de conversão simples de modelo (por exemplo, de ONNX para OM)

Explorando o Ecossistema de Desenvolvedores CANN e MindSpore

  • Recursos principais: documentação, repositórios GitHub, código de exemplo
  • Visão geral do MindSpore Hub e do catálogo de modelos (model zoo)
  • Fóruns da comunidade, eventos e canais de suporte

Resumo e Próximos Passos

Requisitos

  • Compreensão básica dos conceitos de aprendizado de máquina e aprendizado profundo
  • Algumas experiências de programação com Python
  • Nenhuma experiência prévia com CANN ou hardware Ascend é necessária

Público-Alvo

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

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas