Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción al ecosistema AI de Huawei
- Hardware AI Ascend: descripción general de las series 310, 910 y 910B
- Componentes de alto nivel: MindSpore, CANN y AscendCL
- Posicionamiento en la industria y principios de arquitectura
El papel de CANN en la pila AI de Huawei
- ¿Qué es CANN? Propósito del SDK y capas internas
- ATC, TBE y AscendCL: compilación y ejecución de modelos
- Cómo CANN apoya la optimización y el despliegue de inferencia
Descripción general y arquitectura de MindSpore
- Flujos de trabajo de entrenamiento e inferencia en MindSpore
- Modo gráfico, PyNative y abstracción de hardware
- Integración con la NPU Ascend a través del backend CANN
Ciclo de vida AI en Ascend: Del entrenamiento al despliegue
- Creación de modelos en MindSpore o conversión desde otros frameworks
- Exportación y compilación de modelos usando ATC
- Despliegue en hardware Ascend utilizando modelos OM y AscendCL
Comparación con otras pilas AI
- MindSpore vs. PyTorch, TensorFlow: enfoque y posicionamiento
- Flujos de trabajo de despliegue en Ascend frente a pilas basadas en GPU
- Oportunidades y limitaciones para uso empresarial
Escenarios de integración empresarial
- Casos de uso en manufactura inteligente, IA gubernamental y telecomunicaciones
- Escalabilidad, cumplimiento normativo y consideraciones del ecosistema
- Despliegue híbrido en la nube/on-premises utilizando la pila de Huawei
Resumen y próximos pasos
Requerimientos
- Familiaridad con flujos de trabajo de IA o arquitectura de plataformas
- Comprensión básica del entrenamiento y despliegue de modelos
- No se requiere experiencia previa práctica con CANN o MindSpore
Audiencia objetivo
- Evaluadores de plataformas de IA y arquitectos de infraestructura
- Profesionales de DevOps de IA/ML e integradores de pipelines
- Gerentes tecnológicos y tomadores de decisiones
14 Horas