Introduction to CANN for AI Framework Developers

Prerequisites:

• 對機器學習和深度學習概念有基本了解
• 具備Python的編程經驗
• 無需具備CANN或Ascend硬件的經驗

目標受眾

• 探索部署工作流程的機器學習開發者
• 初次接觸華為AI生態的學生或研究人員
• 對模型加速感興趣的AI框架貢獻者和愛好者

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:

華為AI生態系統介紹

• Ascend AI硬體：310、910和910B晶片
• MindSpore、CANN及相關工具
• AI開發流程：從訓練到部署

了解CANN工具包

• CANN是什麼及其重要性
• 核心組件概覽（ATC、AscendCL、運算元庫）
• CANN在AI推理管道中的角色

開始使用MindSpore和CANN

• 設置開發環境（MindSpore + CANN + Python）
• 在MindSpore中訓練基礎模型
• 使用ATC匯出並轉換模型

在Ascend設備上運行推理

• 使用OM模型與AscendCL或Python APIs
• 基礎輸入/輸出預處理
• 驗證模型輸出

與其他框架的整合

• TensorFlow、PyTorch和ONNX的支援概覽
• 支援的運算元及限制
• 簡單模型轉換示範（例如：從ONNX轉為OM）

探索CANN和MindSpore開發者生態系統

• 關鍵資源：文件、GitHub倉庫、範例程式碼
• MindSpore Hub及模型庫概覽
• 社群論壇、活動及支援管道

總結與下一步