Programa do Curso

Introdução ao Ecossistema de IA da Huawei

  • Hardware AI Ascend: visão geral do 310, 910 e 910B
  • Componentes de alto nível: MindSpore, CANN, AscendCL
  • Posicionamento no mercado e princípios arquiteturais

O Papel do CANN na Pilha de IA da Huawei

  • O que é o CANN? Propósito do SDK e camadas internas
  • ATC, TBE e AscendCL: compilação e execução de modelos
  • Como o CANN apoia a otimização e implantação da inferência

Visão Geral e Arquitetura do MindSpore

  • Fluxos de trabalho de treinamento e inferência no MindSpore
  • Modo de gráfico, PyNative e abstração de hardware
  • Integração com o NPU Ascend via backend CANN

Ciclo de Vida da IA no Ascend: do Treinamento à Implantação

  • Criação de modelos no MindSpore ou conversão de outros frameworks
  • Exportação e compilação de modelos usando ATC
  • Implantação em hardware Ascend utilizando modelos OM e AscendCL

Comparação com Outras Pilhas de IA

  • MindSpore vs. PyTorch, TensorFlow: foco e posicionamento
  • Fluxos de trabalho de implantação no Ascend versus pilhas baseadas em GPU
  • Oportunidades e limitações para uso corporativo

Cenários de Integração Corporativa

  • Casos de uso na manufatura inteligente, IA governamental e telecomunicações
  • Escalabilidade, conformidade e considerações sobre o ecossistema
  • Implantação híbrida em nuvem/on-prem usando a pilha da Huawei

Resumo e Próximos Passos

Requisitos

  • Familiaridade com fluxos de trabalho ou arquitetura de plataforma de IA
  • Compreensão básica do treinamento e implantação de modelos
  • Não é necessário experiência prática prévia com CANN ou MindSpore

Público-Alvo

  • Avaliadores de plataformas de IA e arquitetos de infraestrutura
  • Integradores de pipelines e DevOps de AI/ML
  • Gestores de tecnologia e tomadores de decisão
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas