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 de IA Ascend: resumen de los modelos 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 de IA de Huawei
- ¿Qué es CANN? Propósito del SDK y capas internas
- ATC, TBE y AscendCL: compilación y ejecución de modelos
- Cómo CANN admite la optimización de inferencia y el despliegue
Descripción general y arquitectura de MindSpore
- Flujos de trabajo de entrenamiento e inferencia en MindSpore
- Modo gráfico, PyNative y abstracción del hardware
- Integración con el NPU Ascend a través del backend CANN
Ciclo de vida de la IA en Ascend: desde el entrenamiento hasta el despliegue
- Creación de modelos en MindSpore o conversión desde otros marcos de trabajo
- Exportación y compilación de modelos utilizando ATC
- Despliegue en hardware Ascend mediante modelos OM y AscendCL
Comparación con otras pilas de IA
- MindSpore frente a PyTorch y TensorFlow: enfoque y posicionamiento
- Flujos de trabajo de despliegue en Ascend versus pilas basadas en GPU
- Oportunidades y limitaciones para el uso empresarial
Escenarios de integración empresarial
- Casos de uso en fabricación inteligente, gobierno digital (IA gubernamental) y telecomunicaciones
- Escalabilidad, cumplimiento normativo y consideraciones del ecosistema
- Despliegue híbrido de nube/on-premise utilizando la pila de Huawei
Resumen y siguientes 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 ni MindSpore
Público objetivo
- Evaluadores de plataformas de IA y arquitectos de infraestructura
- Especialistas en DevOps de IA/ML e integradores de tuberías (pipelines)
- Gerentes tecnológicos y tomadores de decisiones
14 Horas