Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in das KI-Ökosystem von Huawei
- Die Ascend-KI-Hardware: Überblick über die Modelle 310, 910 und 910B
- Wichtige Bestandteile der Plattform: MindSpore, CANN sowie AscendCL
- Marktpositionierung sowie zugrundeliegende Architekturprinzipien
Die Rolle von CANN in der Huawei-KI-Plattform
- Was ist CANN? Zweck des SDK und dessen interne Schichtenstruktur
- ATC, TBE sowie AscendCL: Kompilierung und Ausführung von Modellen
- Wie CANN bei der Optimierung von Inferenzprozessen und deren Bereitstellung unterstützt
Überblick über MindSpore sowie dessen Architektur
- Abläufe des Trainings und der Inferenz in MindSpore
- Graph-Modus, PyNative-Funktionalität sowie Hardwareabstraktion
- Integration mit der Ascend NPU über den CANN-Backend-Dienst
Der gesamte KI-Lebenszyklus auf Ascend: Vom Training bis zur Bereitstellung
- Erstellen von Modellen in MindSpore oder Umwandlung vorhandener Modelle aus anderen Frameworks
- Export und Kompilierung der Modelle mithilfe des ATC-Tools
- Bereitstellung auf Ascend-Hardware unter Verwendung von OM-Modellen sowie AscendCL
Vergleich mit anderen KI-Plattformen
- MindSpore im Abgleich mit PyTorch und TensorFlow: Zielsetzungen und Marktpositionierung
- Bereitstellungsabläufe auf Ascend im Vergleich zu GPU-basierten Lösungen
- Einsatzmöglichkeiten sowie Grenzen für Unternehmensanwendungen
Beispiele für die Integration in Unternehmen
- Anwendungsfälle in Bereichen wie intelligente Fertigung, staatliche KI-Lösungen sowie Telekommunikation
- Skalierbarkeit, Compliance-Aspekte sowie Aspekte des gesamten Ökosystems
- Cloud-/On-Premises-Hybridmodelle auf Basis der Huawei-KI-Plattform
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in KI-Workflows oder Plattformarchitekturen
- Basisverständnis für Modelltraining und -bereitstellung
- Vorherige praktische Erfahrung mit CANN oder MindSpore ist nicht erforderlich
Zielgruppe
- Personen, die KI-Plattformen evaluieren sowie Infrastrukturadministratoren
- DevOps-Experten im Bereich KI/ML sowie Integratoren von Pipeline-Lösungen
- Technologieverantwortliche und Entscheidungsträger aus Unternehmen
14 Stunden