CANN for Edge AI Deployment Träningskurs

Denna 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.

Huawei Ascend är en familj av AI-processorer som är utformade för högpresterande inferens och träning.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till AI-ingenjörer och datavetare på mellannivå som vill utveckla och optimera neurala nätverksmodeller med hjälp av Huaweis Ascend-plattform och CANN verktygslåda.

I slutet av denna träning kommer deltagarna att kunna:

• Konfigurera och installera CANN utvecklingsmiljön.
• Utveckla AI-applikationer med hjälp av MindSpore och CloudMatrix arbetsflöden.
• Optimera prestanda på Ascend NPUer med anpassade operatörer och tiling.
• Distribuera modeller till kanten eller molnmiljöer.

Format för kursen

• Interaktiv föreläsning och diskussion.
• Praktisk användning av Huawei Ascend och CANN verktygslåda i exempelapplikationer.
• Guidad övningar som fokuserar på modellbyggnad, träning och distribution.

Alternativ för anpassning av kursen

• För att begära en anpassad träning för denna kurs baserat på din infrastruktur eller datauppsättningar, kontakta oss för att boka.

CANN (Compute Architecture for Neural Networks) är Huaweis AI-beräkningsstack för att distribuera och optimera AI-modeller på Ascend AI-processorer.

Denna instruktörsledda, live-utbildning (online eller på plats) riktar sig till AI-utvecklare och ingenjörer på mellan-nivå som vill distribuera tränade AI-modeller effektivt till Huawei Ascend-hårdvara med hjälp av CANN-verktygslådan och verktyg som MindSpore, TensorFlow, eller PyTorch.

Vid utbildningens slut kommer deltagarna att kunna:

• Förstå CANN-arkitekturen och dess roll i AI-distributionspipelinen.
• Konvertera och anpassa modeller från populära ramverk till Ascend-kompatibla format.
• Använda verktyg som ATC, OM modellkonvertering och MindSpore för kant- och molninferens.
• Diagnostisera distributionsproblem och optimera prestanda på Ascend-hårdvara.

Utbildningens format

• Interaktiv föreläsning och demonstration.
• Hands-on laboratoriearbete med CANN-verktyg och Ascend-simulatorer eller enheter.
• Praktiska distributionsscenarier baserade på verkliga AI-modeller.

Alternativ för anpassning av utbildningen

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att boka.

Denna 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.

CANN (Compute Architecture for Neural Networks) är Huaweis AI-databehandlingsverktygsläda som används för att kompilera, optimerar och distribuera AI-modeller på Ascend AI-processorer.

Denna lärare-ledda, liveutbildning (online eller på plats) riktar sig till nybörjare inom AI-utveckling som vill förstå hur CANN passar in i modellens livscykel från träning till distribution och hur den fungerar med ramverk som MindSpore, TensorFlow och PyTorch.

Vid utbildningens slut kommer deltagarna att kunna:

• Förstå syftet och arkitekturen för CANN verktygsläda.
• Inställ en utvecklingsmiljö med CANN och MindSpore.
• Konvertera och distribuera en enkel AI-modell till Ascend-hårdvara.
• Få grundläggande kunskap för framtida CANN optimering eller integrationsprojekt.

Utbildningens form

• Interaktiv föreläsning och diskussion.
• Händer-på-labb med enkel modelldistribution.
• Steg-för-steg genomgång av CANN verktygskedja och integrationspunkter.

Anpassningsalternativ för utbildningen

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.

Huaweis AI-stack — från det lågnivå CANN SDK till den högnivå MindSpore-ramverket — erbjuder en sammanhållen AI-utvecklings- och distribueringsmiljö som är optimerad för Ascend-hårdvara.

Denna instruktörsledda liveutbildning (online eller på plats) vänder sig till tekniska yrkesverksamma på nybörjar- till mellanivå som vill förstå hur CANN- och MindSpore-komponenterna samarbetar för att stödja AI-livscykelhantering och infrastrukturbeslut.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå den lagrade arkitekturen i Huaweis AI-bearbetningsstack.
• Identifiera hur CANN stöder modelloptimering och distribuering på hårdvarunivå.
• Utvärdera MindSpore-ramverket och verktygslänken i relation till industriella alternativ.
• Placera Huaweis AI-stack inom företags- eller moln/lokala miljöer.

Kursformat

• Interaktiv föreläsning och diskussion.
• Live systemdemonstrationer och fallbaserade genomgångar.
• Valfria guidade labbar för modellflöde från MindSpore till CANN.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

CANN SDK (Compute Architecture for Neural Networks) är Huaweis grundläggande AI-berekningsplattform som låter utvecklare finjustera och optimera prestandan för utrullade neurala nätverk på Ascend AI-processorer.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till avancerade AI-utvecklare och systemingenjörer som vill optimera inferensprestanda med hjälp av CANN’s avancerade verktygsuppsättning, inklusive Graph Engine, TIK och utveckling av anpassade operatörer.

Vid kursens slut kommer deltagarna att kunna:

• Förstå CANN's körningsarkitektur och prestandacykel.
• Använda profilverktyg och Graph Engine för prestandaanalys och optimering.
• Skapa och optimera anpassade operatörer med TIK och TVM.
• Lösa minnesflaskhalsar och förbättra modellgenomströmning.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktiska laborationer med realtidsprofilering och operatörjustering.
• Optimeringsexerciser med exempeluppsättningar för gränssnittsutveckling.

Alternativ för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

CANN SDK (Compute Architecture for Neural Networks) erbjuder kraftfulla verktyg för distribution och optimering av AI-applikationer i realtid för datorseende och NLP, särskilt på Huawei Ascend-hårdvaran.

Denna instruktörsledda liveutbildning (online eller på plats) riktar sig till AI-praktiker på mellan nivå som vill bygga, distribuera och optimera datorseende- och språkmodeller med hjälp av CANN SDK för produktionsanvändningsfall.

Vid kursens slut kommer deltagarna att kunna:

• Distribuera och optimera datorseende- och NLP-modeller med CANN och AscendCL.
• Använda CANN verktyg för att konvertera modeller och integrera dem i levande pipeline.
• Optimera inferensprestanda för uppgifter som detektion, klassificering och känsloanalys.
• Bygga datorseende/NLP-pipelines i realtid för distributionsscenarier i kant eller moln.

Kursformat

• Interaktiv föreläsning och demonstration.
• Praktiska laboratorier med modelldistribution och prestandaprofilering.
• Live-pipelinekonstruktion med verkliga datorseende- och NLP-användningsfall.

Anpassningsalternativ för kursen

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.

CANN TIK (Tensor Instruction Kernel) och Apache TVM möjliggör avancerad optimerings- och anpassningsprocess för AI-modelloperatörer för Huawei Ascend hårdvara.

Denna instruktörsledda liveutbildning (online eller på plats) riktar sig till avancerade systemutvecklare som vill bygga, distribuera och justera anpassade operatörer för AI-modeller med hjälp av CANN’s TIK-programmeringsmodell och TVM-kompilatorintegrering.

Efter avslutad utbildning kommer deltagarna att kunna:

• Skriva och testa anpassade AI-operatörer med hjälp av TIK DSL för Ascend-processorer.
• Integrera anpassade operatörer i CANN körningstid och körningsgraf.
• Använda TVM för operatörsplanering, automatisk inställning och mätning.
• Felsöka och optimeras instruktionsnivåprestanda för anpassade beräkningsmönster.

Utbildningsformat

• Interaktiv föreläsning och demonstration.
• Praktiska kodövningar för operatörer med TIK och TVM-pipelines.
• Testning och justering på Ascend-hårdvara eller simulatorer.

Valmöjligheter för kursanpassning

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att arrangera.

Denna 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.

Denna 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.

Denna 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.

Denna 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.

Denna 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.

Denna 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.