Intrati in legatura

Schița de curs

Introducere în AI la Margine și Ascend 310

  • Prezentare generală a AI la margine: tendințe, constrângeri și aplicații
  • Arhitectura cipului Huawei Ascend 310 și lanțul de instrumente suportat
  • Poziționarea CANN în stiva de implementare AI la margine

Pregătirea și Conversia Modelelor

  • Exportarea modelelor antrenate din TensorFlow, PyTorch și MindSpore
  • Utilizarea ATC pentru a converti modele în format OM pentru dispozitivele Ascend
  • Gestionarea operațiilor nesuportate și strategii de conversie ușoară

Dezvoltarea Fluxurilor de Inferență cu AscendCL

  • Utilizarea API-ului AscendCL pentru a rula modele OM pe Ascend 310
  • Prelucrarea intrărilor/ieșirilor, gestionarea memoriei și controlul dispozitivului
  • Implementarea în containere încorporate sau medii de execuție ușoare

Optimizare pentru Constrângerile de la Margine

  • Reducerea dimensiunii modelelor, ajustarea preciziei (FP16, INT8)
  • Utilizarea profilerului CANN pentru a identifica punctele de blocaj
  • Gestionarea layout-ului memoriei și a fluxului de date pentru performanță

Implementare cu MindSpore Lite

  • Utilizarea runtime-ului MindSpore Lite pentru ținte mobile și încorporate
  • Compararea MindSpore Lite cu fluxul de inferență directă AscendCL
  • Ambalarea modelelor de inferență pentru implementare specifică dispozitivului

Scenarii și Studii de Caz de Implementare la Margine

  • Studiu de caz: cameră inteligentă cu model de detectare a obiectelor pe Ascend 310
  • Studiu de caz: clasificare în timp real într-un hub de senzori IoT
  • Monitorizarea și actualizarea modelelor implementate la margine

Rezumat și Pași Următori

Cerințe

  • Experiență în dezvoltarea sau implementarea modelelor AI
  • Cunoștințe de bază despre sistemele încorporate, Linux și Python
  • Familiaritate cu cadrele de învățare profundă, cum ar fi TensorFlow sau PyTorch

Publicul Țintă

  • Dezvoltatori de soluții IoT
  • Ingineri AI încorporați
  • Integratori de sisteme de margine și specialiști în implementarea AI
 14 Ore

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite