联系我们

课程大纲

边缘AI和昇腾310简介

  • 边缘AI概述:趋势、约束和应用
  • 华为昇腾310芯片架构及支持的工具链
  • CANN在边缘AI部署栈中的定位

模型准备与转换

  • 从TensorFlow、PyTorch和MindSpore导出训练好的模型
  • 使用ATC将模型转换为适用于昇腾设备的OM格式
  • 处理不支持的算子和轻量级转换策略

使用AscendCL开发推理流水线

  • 使用AscendCL API在昇腾310上运行OM模型
  • 输入/输出预处理、内存处理和设备控制
  • 在嵌入式容器或轻量级运行时环境中部署

针对边缘约束的优化

  • 减小模型尺寸、精度调整(FP16、INT8)
  • 使用CANN性能分析器识别瓶颈
  • 管理内存布局和数据流以提升性能

使用MindSpore Lite部署

  • 使用MindSpore Lite运行时用于移动和嵌入式目标
  • 比较MindSpore Lite与原始AscendCL流水线
  • 为特定设备部署打包推理模型

边缘部署场景和案例研究

  • 案例研究:在昇腾310上使用目标检测模型的智能摄像头
  • 案例研究:IoT传感器中枢中的实时分类
  • 在边缘监控和更新已部署的模型

总结和后续步骤

要求

  • 具备AI模型开发或部署流程的经验
  • 了解嵌入式系统、Linux和Python的基础知识
  • 熟悉深度学习框架,如TensorFlow或PyTorch

目标学员

  • IoT解决方案开发者
  • 嵌入式AI工程师
  • 边缘系统集成商和AI部署专家
 14 小时

客户评论 (1)

即将举行的公开课程

课程分类