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 de IA de Huawei
- Hardware AI Ascend: chips 310, 910 y 910B.
- MindSpore, CANN y herramientas de soporte.
- Flujo de trabajo de desarrollo de IA: desde el entrenamiento hasta el despliegue.
Comprensión del kit de herramientas CANN
- ¿Qué es CANN y por qué es relevante?
- Resumen de los componentes centrales (ATC, AscendCL, bibliotecas de operadores).
- El papel de CANN en las pipelines de inferencia de IA.
Primeros pasos con MindSpore y CANN
- Configuración del entorno (MindSpore + CANN + Python).
- Entrenamiento de un modelo básico en MindSpore.
- Exportación y conversión del modelo mediante ATC.
Ejecución de inferencia en dispositivos Ascend
- Uso del modelo OM con AscendCL o las APIs de Python.
- Preprocesamiento básico de entrada y salida.
- Validación de los resultados del modelo.
Trabajo con otros frameworks
- Resumen del soporte para TensorFlow, PyTorch y ONNX.
- Operadores compatibles y limitaciones.
- Demostración sencilla de conversión de modelos (por ejemplo, de ONNX a OM).
Exploración del ecosistema de desarrolladores de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub y código de ejemplo.
- Resumen de MindSpore Hub y del catálogo de modelos (model zoo).
- Foros comunitarios, eventos y canales de soporte.
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático y aprendizaje profundo.
- Alguna experiencia programando en Python.
- No se requiere experiencia previa con CANN ni con hardware Ascend.
Audiencia objetivo
- Desarrolladores de aprendizaje automático que exploran flujos de trabajo de despliegue.
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei.
- Colaboradores de frameworks de IA y aficionados interesados en la aceleración de modelos.
7 Horas