Cambricon MLU Development with BANGPy and Neuware Träningskurs
Cambricon MLUs (Machine Learning Enheter) är specialiserade AI-kretsar optimerade för inferens och träning i kanten och datacenter-scenarier.
Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till utvecklare på mellannivå som vill bygga och distribuera AI-modeller med hjälp av BANGPy-ramverket och Neuware SDK på Cambricon MLU-hårdvara.
Vid utbildningens slut kommer deltagarna att kunna:
- Installera och konfigurera BANGPy- och Neuware-utvecklingsmiljöer.
- Utveckla och optimera Python- och C++-baserade modeller för Cambricon MLUs.
- Distribuera modeller till kants- och datacenter-enheter som kör Neuware-runtime.
- Integrera ML-arbetsflöden med MLU-specifika accelerationsegenskaper.
Kursens format
- Interaktiv föreläsning och diskussion.
- Hands-on användning av BANGPy och Neuware för utveckling och distribution.
- Ledda övningar med fokus på optimering, integration och testning.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs baserat på din Cambricon-enhetsmodell eller användningsfall, vänligen kontakta oss för att ordna.
Kursplan
Introduktion till Cambricon och MLU Arkitektur
- Översikt över Cambricons AI-chipportfölj
- MLU arkitektur och instruktionspipelines
- Stödja modelltyp och användningsfall
Installation av Utvecklingsverktygskedjan
- Installation av BANGPy och Neuware SDK
- Miljöinställning för Python och C++
- Modellkompatibilitet och förbehandling
Modellutveckling med BANGPy
- Tensorstruktur och formhantering
- Konstruktion av beräkningsgraf
- Stöd för anpassade operationer i BANGPy
Distribution med Neuware Runtime
- Omvandling och laddning av modeller
- Utförande och inferenskontroll
- Praktiker för distributionsplatser och datacenter
Prestandaoptimering
- Minnekartläggning och lagertuning
- Utförandespårning och profilering
- Vanliga flaskhalsar och lösningar
Integration av MLU i Program
- Använda Neuware API för programintegrering
- Streaming och stöd för flera modeller
- Hybrid CPU-MLU-inferensscenarier
Från och med Projektet och Use Case
- Labb: Distribuera en vision- eller NLP-modell
- Kantinferens med BANGPy-integrering
- Testa noggrannhet och genomströmning
Sammanfattning och Nästa Steg
Krav
- Förståelse för maskinlärningsmodellstrukturer
- Erfarenhet av Python och/eller C++
- Kännedom om modelldistribution och accelerationskoncept
Målgrupp
- Utvecklare av inbyggd AI
- ML-ingenjörer som distribuerar till kant eller datacenter
- Utvecklare som arbetar med kinesisk AI-infrastruktur
Öppna Utbildningskurser kräver 5+ deltagare.
Cambricon MLU Development with BANGPy and Neuware Träningskurs - Bokning
Cambricon MLU Development with BANGPy and Neuware Träningskurs - Fråga
Cambricon MLU Development with BANGPy and Neuware - Konsultfråga
Konsultfråga
Kommande Kurser
Relaterade Kurser
Introduktion till Edge AI
14 timmarDenna ledarledda, live-utbildning på plats Sverige (online eller på plats) är avsedd för utvecklare och IT-professionella på nybörjarnivå som vill förstå grunderna i Edge AI och dess inledande tillämpningar.
Efter avslutad utbildning kommer deltagarna att kunna:
- Förstå de grundläggande begreppen och arkitekturen för Edge AI.
- Installera och konfigurera Edge AI-miljöer.
- Utveckla och distribuera enkla Edge AI-applikationer.
- Identifiera och förstå användningsfall och fördelar med Edge AI.
Edge AI: Från Begrepp till Implementering
14 timmarDenna instruktörsledda, live-training (online eller på plats) är riktad till mellannivåutvecklare och IT-professionella som vill få en omfattande förståelse för Edge AI från koncept till praktisk implementering, inklusive uppsättning och distribution.
Genom denna utbildning kommer deltagarna att kunna:
- Förstå grundläggande begrepp om Edge AI.
- Sätta upp och konfigurera Edge AI-miljöer.
- Utveckla, träna och optimera Edge AI-modeller.
- Distribuera och hantera Edge AI-applikationer.
- Integrera Edge AI med befintliga system och arbetsflöden.
- Behandla etiska överväganden och bästa praxis vid implementering av Edge AI.
Edge AI för IoT-anslutningar
14 timmarDenna instruktörsledda, liveutbildning (online eller på plats) riktar sig till utvecklare på mellannivå, systemarkitekter och branschprofessionella som vill utnyttja Edge AI för att förbättra IoT-applikationer med intelligent datahantering och analytiska förmågor.
Efter denna utbildning kommer deltagarna att kunna:
- Förstå grunderna i Edge AI och dess tillämpning inom IoT.
- Konfigurera och konfigurera Edge AI-miljöer för IoT-enheter.
- Utveckla och distribuera AI-modeller på kantelement för IoT-applikationer.
- Implementera realtidsdatahantering och beslutsfattande i IoT-system.
- Integrera Edge AI med olika IoT-protokoll och plattformar.
- Ta hänsyn till etiska överväganden och bästa praxis för Edge AI inom IoT.
Bygga AI-Lösningar på Kanten
14 timmarDenna instruktörledda, levande utbildning på plats Sverige (online eller på plats) riktar sig till utvecklare, datavetare och teknikentusiaster på mellannivå som vill förvärva praktiska färdigheter i att distribuera AI-modeller på kant-enheter för olika applikationer.
Vid kursens slut kommer deltagarna att kunna:
- Förstå principerna för Edge AI och dess fördelar.
- Konfigurera och installera miljö för kantberäkning.
- Utveckla, träna och optimerar AI-modeller för distribution på kant-enheter.
- Implementera praktiska AI-lösningar på kant-enheter.
- Utvärdera och förbättra prestandan hos modeller som distribuerats på kant-enheter.
- Hantera etiska och säkerhetsaspekter i Edge AI-applikationer.
Avancerade Edge AI Tekniker
14 timmarDenna instruktörledda, levande utbildning (online eller på plats) riktar sig till avancerade AI-praktiker, forskare och utvecklare som vill bemästra de senaste framstegen inom Edge AI, optimera sina AI-modeller för kantdistribution och utforska specialiserade tillämpningar över olika branscher.
Vid slutet av denna utbildning kommer deltagarna att kunna:
- Utforska avancerade tekniker inom utveckling och optimering av Edge AI-modeller.
- Implementera framkanten strategier för distribution av AI-modeller på kantenheter.
- Använda specialiserade verktyg och ramverk för avancerade Edge AI-tillämpningar.
- Optimera prestanda och effektivitet hos Edge AI-lösningar.
- Utforska innovativa användningsfall och nyhetsutvecklingar inom Edge AI.
- Behandla avancerade etiska och säkerhetsaspekter vid distribution av Edge AI.
Edge AI för hälsovården
14 timmarDenna ledda, live-träning (online eller på plats) riktar sig till mellan- och avancerade vårdprofessionella, biomedicinstekniker och AI-utvecklare som vill dra nytta av Edge AI för innovativa lösningar inom hälso- och sjukvård.
Efter avslutad träning kommer deltagarna att kunna:
- Förstå rollen och fördelarna med Edge AI inom hälso- och sjukvård.
- Utveckla och distribuera AI-modeller på edge-enheter för hälso- och sjukvårdsapplikationer.
- Implementera Edge AI-lösningar i bärbara enheter och diagnostiska verktyg.
- Utforma och distribuera patientövervakningssystem med hjälp av Edge AI.
- Hantera etiska och regleringsmässiga överväganden i AI-applikationer inom hälso- och sjukvård.
Edge AI i autonoma system
14 timmarDenna instruktörsledda, levande utbildning (online eller på plats) riktar sig till robotikingenjörer, autonoma fordonstekniker och AI-forskare på mellannivå som vill dra nytta av Edge AI för innovativa autonoma systemlösningar.
Vid kursens slut kommer deltagarna att kunna:
- Förstå rollen och fördelarna med Edge AI i autonoma system.
- Utveckla och distribuera AI-modeller för realtidsbearbetning på edge-enheter.
- Implementera Edge AI-lösningar i autonoma fordon, droner och robotik.
- Designa och optimera styrsystem med hjälp av Edge AI.
- Hantera etiska och regleringsmässiga överväganden i autonoma AI-applikationer.
Säkerhet och integritet i Edge AI
14 timmarDenna ledare ledda, live utbildning i Sverige (online eller på plats) riktar sig till cybersäkerhetsprofessionella på mellan nivå, systemadministratörer och forskare inom AI-etik som vill säkra och etiskt distribuera Edge AI-lösningar.
Efter denna utbildning kommer deltagarna att kunna:
- Förstå säkerhets- och integritetskraven i Edge AI.
- Implementera bästa praxis för att säkra kant-enheter och data.
- Utveckla strategier för att minska säkerhetsrisker i Edge AI-distributioner.
- Ta itu med etiska överväganden och säkerställa överensstämmelse med regler.
- Utföra säkerhetsbedömningar och revisioner för Edge AI-applikationer.
Edge AI för Smarta Städer
14 timmarDenna instruktörsledda, live-träning (online eller på plats) riktar sig till mellannivåurbana planerare, civilingenjörer och smart city-projektledare som vill utnyttja Edge AI för smart city-initiativ.
I slutet av denna träning kommer deltagarna att kunna:
- Förstå rollen för Edge AI i smart city-infrastrukturer.
- Implementera Edge AI-lösningar för trafikhantering och övervakning.
- Optimera stadsresurser med hjälp av Edge AI-teknologier.
- Integrera Edge AI med befintliga smart city-system.
- Hantera etiska och regleringsmässiga överväganden vid smart city-implementeringar.
Edge AI med TensorFlow Lite
14 timmarDenna kurs i ledande undervisning (online eller på plats) vänder sig till utvecklare, datavetare och AI-praktiker på mellanavancerad nivå som vill utnyttja TensorFlow Lite för Edge AI-applikationer.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå grunderna i TensorFlow Lite och dess roll inom Edge AI.
- Utveckla och optimera AI-modeller med TensorFlow Lite.
- Distribuera TensorFlow Lite-modeller på olika kantenheter.
- Använda verktyg och tekniker för modellkonvertering och optimering.
- Implementera praktiska Edge AI-applikationer med TensorFlow Lite.
Optimering av AI-modeller för kantenheter
14 timmarDenna instruktörsledda, live-träning (online eller på plats) riktar sig till AI-utvecklare, maskininlärningsingenjörer och systemarkitekter på mellan-nivå som vill optimerar AI-modeller för implementation på edge-enheter.
Vid slutet av denna träning kommer deltagarna att kunna:
- Förstå utmaningarna och kraven för att implementera AI-modeller på edge-enheter.
- Tillämpa modellkomprimeringstekniker för att minska storleken och komplexiteten hos AI-modeller.
- Använda kvantiseringsmetoder för att förbättra modellens effektivitet på edge-hårdvara.
- Implementera beskärning och andra optimeringsmetoder för att förbättra modellprestanda.
- Implementera optimerade AI-modeller på olika edge-enheter.
Edge AI inom industriell automation
14 timmarDenna instruktörsledda, liveutbildning (online eller på plats) riktar sig till industrialingenjörer, tillverkare och AI-utvecklare med mellanavancerad nivå som vill implementera Edge AI-lösningar i industriell automatisering.
Efter avslutad utbildning kommer deltagarna att kunna:
- Förstå rollen för Edge AI inom industriell automatisering.
- Implementera lösningar för förutspående underhåll med hjälp av Edge AI.
- Tillämpa AI-tekniker för kvalitetskontroll i tillverkningsprocesser.
- Optimera industriella processer med Edge AI.
- Distribuera och hantera Edge AI-lösningar i industriella miljöer.
Edge AI for Financial Services
14 timmarDenna instruktörsledda, levande utbildning på plats Sverige (online eller på plats) riktar sig till finansprofessionella på mellannivå, fintech-utvecklare och AI-specialister som vill implementera Edge AI-lösningar inom finansiella tjänster.
Vid slutet av denna utbildning kommer deltagarna att kunna:
- Förstå rollen för Edge AI inom finansiella tjänster.
- Implementera bedrägeriupptäckningssystem med Edge AI.
- Förbättra kundservice genom AI-drivna lösningar.
- Använda Edge AI för riskhantering och beslutsfattande.
- Distribuera och hantera Edge AI-lösningar i finansiella miljöer.
Migrating CUDA Applications to Chinese GPU Architectures
21 timmarKinesiska GPU-arkitekturer såsom Huawei Ascend, Biren och Cambricon MLUs erbjuder CUDA-alternativ som är anpassade för lokala AI- och HPC-marknader.
Denna ledarledda, levande utbildning (online eller på plats) riktar sig till avancerade GPU-programmerare och infrastrukturspecialister som vill migrera och optimera befintliga CUDA-applikationer för distribution på kinesiska hårdvaruplattformar.
Vid utbildningens slut kommer deltagarna kunna:
- Utvärdera kompatibiliteten hos befintliga CUDA-arbetsbelastningar med kinesiska chip-alternativ.
- Porta CUDA-kodbaser till Huawei CANN-, Biren SDK- och Cambricon BANGPy-miljöer.
- Jämföra prestanda och identifiera optimeringspunkter över plattformarna.
- Hantera praktiska utmaningar i stöd för och distribution över arkitekturer.
Kursens form
- Interaktiv föreläsning och diskussion.
- Praktiska övningar för kodöversättning och prestandajämförelse.
- Ledda övningar inriktade på strategier för anpassning till flera GPU.
Alternativ för kursanpassning
- För att be om en anpassad utbildning för denna kurs baserat på din plattform eller CUDA-projekt, kontakta oss för att ordna.
Performance Optimization on Ascend, Biren, and Cambricon
21 timmarAscend, Biren och Cambricon är ledande AI-hårdvaruplattformar i Kina, var och en erbjuder unika accelerations- och profileringverktyg för AI-arbetsbelastningar i produktionsskala.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till AI-infrastruktur- och prestandaingenjörer på avancerad nivå som vill optimera modellinferens och träning av arbetsflöden över flera kinesiska AI-chipplattformar.
Vid slutet av denna träning kommer deltagarna att kunna:
- Bänkpröva modeller på Ascend, Biren och Cambricon-plattformar.
- Identifiera systemflaskhalsar och minnes-/beräkningsineffektivitet.
- Tillämpa optimeringar på grafnivå, kärnelnivå och operatörsnivå.
- Justerar distributionspipelines för att förbättra genomströmning och latens.
Format för kursen
- Interaktiv föreläsning och diskussion.
- Pratisk användning av profilering- och optimeringverktyg på varje plattform.
- Guiderade övningar fokuserade på praktiska justeringsscenarier.
Kursanpassningsalternativ
- För att begära en anpassad träning för denna kurs baserat på din prestandamiljö eller modelltyp, vänligen kontakta oss för att arrangera.