Course Outline

CANN 및 Ascend AI 프로세서 소개

  • CANN란 무엇인가? Huawei의 AI 컴퓨트 스택에서의 역할
  • Ascend 프로세서 아키텍처 개요 (310, 910 등)
  • 지원 AI 프레임워크 및 도구체인 개요

모델 변환 및 컴파일

  • ATC 도구를 사용하여 모델 변환 (TensorFlow, PyTorch, ONNX)
  • OM 모델 파일을 생성하고 검증
  • 지원되지 않는 연산자와 일반적인 변환 문제 처리

MindSpore 및 기타 프레임워크로 배포

  • MindSpore Lite로 모델 배포
  • OM 모델을 Python API 또는 C++ SDK와 통합
  • Ascend Model Manager와 작업

성능 최적화 및 프로파일링

  • AI 코어, 메모리 및 타일링 최적화 이해
  • CANN 도구를 사용하여 모델 실행 프로파일링
  • 추론 속도 및 자원 사용 개선을 위한 모범 사례

오류 처리 및 디버깅

  • 일반적인 배포 오류 및 해결책
  • 로그 읽기와 오류 진단 도구 사용
  • 배포된 모델의 단위 테스트 및 기능 검증

에지 및 클라우드 배포 시나리오

  • 에지 애플리케이션을 위한 Ascend 310에 배포
  • 클라우드 기반 API 및 마이크로서비스와의 통합
  • 컴퓨터 비전 및 NLP의 실제 사례 연구

요약 및 다음 단계

Requirements

  • Python-기반 딥러닝 프레임워크인 TensorFlow 또는 PyTorch 경험
  • 신경망 아키텍처 및 모델 학습 워크플로우 이해
  • Linux CLI 및 스크립팅 기본 이해

대상자

  • 모델 배포를 수행하는 AI 엔지니어
  • 하드웨어 가속을 목표로 하는 머신러닝 실무자
  • 추론 솔루션을 구축하는 딥러닝 개발자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories