课程大纲

华为AI生态系统简介

  • Ascend AI硬件:310、910和910B概述
  • 高层组件:MindSpore、CANN、AscendCL
  • 行业定位与架构原则

CANN在华为AI堆栈中的角色

  • 什么是CANN?SDK目的与内部层次
  • ATC、TBE和AscendCL:模型编译与执行
  • CANN如何支持推理优化与部署

MindSpore概述与架构

  • MindSpore中的训练与推理工作流程
  • 图模式、PyNative与硬件抽象
  • 通过CANN后端与Ascend NPU集成

Ascend上的AI生命周期:从训练到部署

  • 在MindSpore中创建模型或从其他框架转换
  • 使用ATC导出和编译模型
  • 使用OM模型和AscendCL在Ascend硬件上部署

与其他AI堆栈的比较

  • MindSpore与PyTorch、TensorFlow:焦点与定位
  • Ascend与GPU堆栈的部署工作流程
  • 企业使用的机会与限制

企业集成场景

  • 智能制造、政府AI与电信中的用例
  • 可扩展性、合规性与生态系统考量
  • 使用华为堆栈的云/本地混合部署

总结与下一步

要求

  • 熟悉AI工作流程或平台架构
  • 对模型训练和部署有基本了解
  • 无需具备CANN或MindSpore的实践经验

受众

  • AI平台评估师和基础设施架构师
  • AI/ML DevOps和管道集成师
  • 技术经理和决策者
 14 小时

即将举行的公开课程

课程分类