お問い合わせを送信いただきありがとうございます！当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます！当社のスタッフがすぐにご連絡いたします。
コース概要
CANN と Ascend AI プロセッサーの紹介
- CANN とは何か。Huawei の AI 計算スタックにおける役割
- Ascend プロセッサ アーキテクチャの概要（310、910 など）
- 対応する AI フレームワークとツールチェーンの概要
モデル変換とコンパイル
- ATC ツールによるモデル変換（TensorFlow、PyTorch、ONNX）
- OM モデルファイルの作成と検証
- 未対応オペレータの処理と一般的な変換問題への対処
MindSpore と他のフレームワークによるデプロイメント
- MindSpore Lite を用いたモデルデプロイ
- Python API または C++ SDK との OM モデル統合
- Ascend Model Manager の利用
パフォーマンス最適化とプロファイリング
- AI Core、メモリ、タイルリング最適化の理解
- CANN ツールを用いたモデル実行のプロファイリング
- 推論速度とリソース使用率を改善するためのベストプラクティス
エラー処理とデバッグ
- 一般的なデプロイエラーとその解決策
- ログの読み取りとエラー診断ツールの使用
- デプロイ済みモデルのユニットテストと機能検証
エッジおよびクラウドデプロイメントシナリオ
- エッジアプリケーション向け Ascend 310 へのデプロイ
- クラウドベースの API とマイクロサービスとの統合
- コンピュータビジョンと NLP における実世界のケーススタディ
まとめと次のステップ
要求
- TensorFlow や PyTorch などの Python ベースの深層学習フレームワークに関する経験
- ニューラルネットワークのアーキテクチャとモデル学習ワークフローへの理解
- Linux CLI とスクリプティングの基本的な知識
対象読者
- モデルデプロイメントに取り組んでいる AI エンジニア
- ハードウェアアクセラレーションをターゲットにしている機械学習の実務家
- 推論ソリューションを構築している深層学習開発者
14 時間
