문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
CANN 및 Ascend AI 프로세서 소개
- CANN이란? 화웨이의 AI 컴퓨팅 스택에서 차지하는 역할
- Ascend 프로세서 아키텍처 개요 (310, 910 등)
- 지원되는 AI 프레임워크 및 툴체인 개요
모델 변환 및 컴파일
- 모델 변환을 위한 ATC 도구 사용 (TensorFlow, PyTorch, ONNX)
- OM 모델 파일 생성 및 검증
- 미지원 연산자 처리 및 일반적인 변환 문제 해결
MindSpore 및 기타 프레임워크를 활용한 배포
- MindSpore Lite를 사용한 모델 배포
- Python API 또는 C++ SDK와의 OM 모델 통합
- Ascend Model Manager 활용
성능 최적화 및 프로파일링
- AI Core, 메모리, 타일링 최적화 이해
- CANN 도구를 사용한 모델 실행 프로파일링
- 추론 속도 및 리소스 사용량 개선을 위한 모범 사례
오류 처리 및 디버깅
- 일반적인 배포 오류 및 그 해결 방법
- 로그 분석 및 오류 진단 도구 활용
- 배포된 모델의 단위 테스트 및 기능 검증
엣지 및 클라우드 배포 시나리오
- 엣지 애플리케이션을 위한 Ascend 310 배포
- 클라우드 기반 API 및 마이크로서비스와의 통합
- 컴퓨터 비전 및 NLP 분야 실전 사례 연구
요약 및 다음 단계
요건
- TensorFlow 또는 PyTorch와 같은 Python 기반 딥러닝 프레임워크 사용 경험
- 신경망 아키텍처 및 모델 학습 워크플로우에 대한 이해
- Linux CLI 및 스크립팅에 대한 기초 지식
대상 독자
- 모델 배포에 주력하는 AI 엔지니어
- 하드웨어 가속을 목표로 하는 머신러닝 실무자
- 추론 솔루션을 구축하는 딥러닝 개발자
14 시간
