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
- Ascend-KI-Hardware: Überblick über 310, 910 und 910B
- Hochstufige Komponenten: MindSpore, CANN, AscendCL
- Branchenpositionierung und Architekturprinzipien
Die Rolle von CANN im KI-Stack von Huawei
- Was ist CANN? Zweck des SDKs und interne Ebenen
- ATC, TBE und AscendCL: Kompilierung und Ausführung von Modellen
- Wie CANN die Inferenzoptimierung und Bereitstellung unterstützt
Überblick und Architektur von MindSpore
- Trainings- und Inferenz-Workflows in MindSpore
- Graph-Modus, PyNative und Hardware-Abstraktion
- Integration in die Ascend-NPU über das CANN-Backend
KI-Lifecycle auf Ascend: Von der Training zur Bereitstellung
- Erstellung von Modellen in MindSpore oder Konvertierung aus anderen Frameworks
- Export und Kompilierung von Modellen mit ATC
- Bereitstellung auf Ascend-Hardware unter Verwendung von OM-Modellen und AscendCL
Vergleich mit anderen KI-Stacks
- MindSpore vs. PyTorch, TensorFlow: Fokus und Positionierung
- Bereitstellungs-Workflows auf Ascend vs. GPU-basierten Stacks
- Chancen und Einschränkungen für den Enterprise-Einsatz
Szenarien für die Enterprise-Integration
- Anwendungsfälle in der intelligenten Fertigung, Regierungs-KI und Telekommunikation
- Skalierbarkeit, Compliance und Ökosystem-Aspekte
- Hybride Cloud-/On-Premise-Bereitstellung mit dem Huawei-Stack
Zusammenfassung und nächste Schritte
Voraussetzungen
- Vertrautheit mit KI-Workflows oder Plattformarchitekturen
- Grundlegendes Verständnis des Modelltrainings und der Bereitstellung
- Keine Vorkenntnisse in der praktischen Anwendung von CANN oder MindSpore erforderlich
Zielgruppe
- KI-Plattform-Entscheider und Infrastrukturarchitekten
- KI/ML-DevOps- und Pipeline-Integratoren
- Technologiemanager und Entscheider
14 Stunden
