Introduction to CANN for AI Framework Developers

Prerequisites:

• 对机器学习和深度学习概念有基本了解
• 具备Python的编程经验
• 无需具备CANN或Ascend硬件的经验

目标受众

• 探索部署工作流程的机器学习开发者
• 初次接触华为AI生态的学生或研究人员
• 对模型加速感兴趣的AI框架贡献者和爱好者

Overview:

CANN（适用于Neural Networks的计算架构）是华为的AI计算工具包，用于在Ascend AI处理器上编译、优化和部署AI模型。本次由讲师指导的培训（线上或线下）面向初学者级别的AI开发者，旨在帮助他们了解CANN如何融入从训练到部署的模型生命周期，以及如何与MindSpore、TensorFlow和PyTorch等框架协同工作。在培训结束时，参与者将能够：- 理解CANN工具包的用途和架构。- 使用CANN和MindSpore设置开发环境。- 转换并部署一个简单的AI模型到Ascend硬件。- 为未来的CANN优化或集成项目打下基础。课程形式- 互动式讲座和讨论。- 实践实验室，进行简单的模型部署。- 逐步讲解CANN工具链和集成点。课程定制选项- 如需为本课程定制培训，请联系我们安排。

Course Outline:

华为AI生态系统介绍

• Ascend AI硬体：310、910和910B晶片
• MindSpore、CANN及相关工具
• AI开发流程：从训练到部署

了解CANN工具包

• CANN是什么及其重要性
• 核心组件概览（ATC、AscendCL、运算元库）
• CANN在AI推理管道中的角色

开始使用MindSpore和CANN

• 设置开发环境（MindSpore + CANN + Python）
• 在MindSpore中训练基础模型
• 使用ATC汇出并转换模型

在Ascend设备上运行推理

• 使用OM模型与AscendCL或Python APIs
• 基础输入/输出预处理
• 验证模型输出

与其他框架的整合

• TensorFlow、PyTorch和ONNX的支援概览
• 支援的运算元及限制
• 简单模型转换示范（例如：从ONNX转为OM）

探索CANN和MindSpore开发者生态系统

• 关键资源：文件、GitHub仓库、范例程式码
• MindSpore Hub及模型库概览
• 社群论坛、活动及支援管道

总结与下一步