感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
華為 AI 生態系統簡介
- Ascend AI 硬體概覽：310、910 及 910B
- 高層組件：MindSpore、CANN、AscendCL
- 業界定位與架構原則
CANN 在華為 AI 技術棧中的角色
- 什麼是 CANN？SDK 用途與內部層級
- ATC、TBE 及 AscendCL：模型的編譯與執行
- CANN 如何支援推論優化與部署
MindSpore 概覽與架構
- MindSpore 中的訓練與推論工作流程
- 圖模式（Graph mode）、PyNative 及硬體抽象
- 透過 CANN 後端與 Ascend NPU 整合
Ascend 上的 AI 生命週期：從訓練到部署
- 在 MindSpore 中建立模型或從其他框架轉換
- 使用 ATC 匯出並編譯模型
- 使用 OM 模型及 AscendCL 在 Ascend 硬體上進行部署
與其他 AI 技術棧的比較
- MindSpore 與 PyTorch、TensorFlow 的對比：專注點與定位
- Ascend 與 GPU 基於底座的部署工作流程比較
- 企業級應用的機會與局限性
企業整合場景
- 智慧製造、政府 AI 及電信領域的應用案例
- 擴展性、合規性與生態系考量
- 利用華為技術棧進行雲端/本地混合部署
總結與後續步驟
最低要求
- 熟悉 AI 工作流程或平台架構
- 對模型訓練與部署有基本理解
- 無需具備 CANN 或 MindSpore 的先前實務經驗
受眾對象
- AI 平台評估人員及基礎架構師
- AI/ML DevOps 工程師及管線整合者
- 技術經理及決策者
14 小時