Understanding Huawei’s AI Compute Stack: From CANN to MindSpore

Prerequisites:

• 熟悉AI工作流程或平台架构
• 对模型训练和部署有基本了解
• 无需具备CANN或MindSpore的实践经验

目标受众

• AI平台评估者和基础设施架构师
• AI/ML DevOps和管道集成者
• 技术经理和决策者

Overview:

华为的AI堆叠 — 从底层的CANN SDK到高阶的MindSpore框架 — 提供了一个高度整合的AI开发与部署环境，专为Ascend硬体优化。这是一个由讲师指导的培训（线上或线下），针对初级到中级的技术专业人员，旨在帮助他们理解CANN和MindSpore组件如何协同工作，以支持AI生命周期管理和基础设施决策。在培训结束时，参与者将能够：- 理解华为AI计算堆叠的分层架构。- 了解CANN如何支持模型优化和硬体级部署。- 评估MindSpore框架及工具链，并与业界其他方案进行比较。- 将华为的AI堆叠定位于企业或云端/本地环境中。课程形式- 互动式讲座与讨论。- 即时系统演示与案例分析。- 可选的指导实验室，从MindSpore到CANN的模型流程。课程定制选项- 如需为此课程定制培训，请联系我们安排。

Course Outline:

华为AI生态系统简介

• Ascend AI硬体：310、910和910B概述
• 高层级元件：MindSpore、CANN、AscendCL
• 行业定位与架构原则

CANN在华为AI堆叠中的角色

• CANN是什么？SDK目的与内部层次
• ATC、TBE和AscendCL：模型的编译与执行
• CANN如何支援推理优化与部署

MindSpore概述与架构

• MindSpore中的训练与推理工作流程
• 图模式、PyNative与硬体抽象
• 通过CANN后端与Ascend NPU的整合

Ascend上的AI生命周期：从训练到部署

• 在MindSpore中创建模型或从其他框架转换
• 使用ATC汇出与编译模型
• 使用OM模型与AscendCL在Ascend硬体上部署

与其他AI堆叠的比较

• MindSpore与PyTorch、TensorFlow：焦点与定位
• Ascend与GPU基础堆叠的部署工作流程
• 企业应用的机会与限制

企业整合场景

• 智慧制造、政府AI与电信领域的应用案例
• 可扩展性、合规性与生态系统考量
• 使用华为堆叠的云端/本地混合部署

总结与下一步