Huawei Ascend Kurs i Örebro

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.

Huaweis AI-stapling — från den lågstadiga CANN SDK till den högstadiga MindSpore-ramverket — erbjuder en integrerad AI-utvecklings- och distributionsmiljö som är optimerad för Ascend-hårdvara.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till tekniska yrkesverksamma på nybörjar- till mellan-nivå som vill förstå hur CANN och MindSpore-komponenterna samverkar för att stödja AI-livscykelhantering och infrastrukturbeslut.

Vid slutet av denna träning kommer deltagarna att kunna:

• Förstå den lagrade arkitekturen i Huaweis AI-bearbetningsstack.
• Identifiera hur CANN stöder modelloptimering och distributionsnivå på hårdvaran.
• Utvärdera MindSpore-ramverket och verktygskedjan i relation till branschalternativ.
• Positionera Huaweis AI-stack inom företags- eller moln/on-prem-miljöer.

Format för kursen

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

Alternativ för kursanpassning

• För att begära en anpassad träning 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 optimering och anpassning av 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-compilatorintegrering.

Efter denna utbildning kommer deltagarna att kunna:

• Skriva och testa anpassade AI-operatörer med hjälp av TIK DSL för Ascend-processorer.
• Integra anpassade operatörer i CANN runtime och körningsgraf.
• Använda TVM för operatörsschemaläggning, auto-justering och benchmarking.
• Felsöka och optimera instruktionsnivåprestanda för anpassade beräkningsmönster.

Kursens format

• Interaktiv föreläsning och demonstration.
• Hands-on kodning av operatörer med hjälp av TIK- och TVM-pipelines.
• Testning och justering på Ascend-hårdvara eller simuleringar.

Alternativ för kursanpassning

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

CloudMatrix är Huaweis enhetliga AI-utvecklings- och distribueringsplattform som är utformad för att stödja skalbara, produktionsvärdiga inferenspipelines.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till AI-professionella på nybörjarnivå till mellannivå som vill distribuera och övervaka AI-modeller med hjälp av CloudMatrix-plattformen med CANN- och MindSpore-integrering.

Vid utbildningens slut kommer deltagarna att kunna:

• Använda CloudMatrix för modellpaketering, distribution och leverans.
• Konvertera och optimera modeller för Ascend-chipset.
• Ställa in pipelines för realtids- och batchinferensuppgifter.
• Övervaka distributioner och justera prestanda i produktionsmiljöer.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktisk användning av CloudMatrix med verkliga distributionsscenarier.
• Ledda övningar som fokuserar på konvertering, optimering och skalning.

Anpassningsalternativ för kursen

• För att begära en anpassad utbildning för denna kurs baserat på din AI-infrastruktur eller molnmiljö, kontakta oss för att ordna.

Huaweis Ascend CANN verktygslåda möjliggör kraftfull AI-inferens på kant-enheter som Ascend 310. CANN erbjuder viktiga verktyg för att kompilera, optimera och distribuera modeller där beräkningskraft och minne är begränsade.

Denna lärare-ledda, liveutbildning (online eller på plats) riktar sig till AI-utvecklare och integratörer på mellannivå som vill distribuera och optimera modeller på Ascend-kantenheter med hjälp av CANN-verktygskedjan.

Vid utbildningens slut kommer deltagarna att kunna:

• Förbereda och konvertera AI-modeller för Ascend 310 med hjälp av CANN-verktyg.
• Bygga lättviktsinferenspipeliner med MindSpore Lite och AscendCL.
• Optimera modellprestanda för miljöer med begränsad beräkningskraft och minne.
• Distribuera och övervaka AI-applikationer i verkliga kantscenarier.

Utbildningens format

• Interaktiv föreläsning och demonstration.
• Hands-on laborativt arbete med kant-specifika modeller och scenarier.
• Live-exempel på distribution på virtuell eller fysisk kant-hårdvara.

Alternativ för anpassning av kursen

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

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

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till AI-utvecklare på nybörjar nivå 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.

Efter avslutad utbildning kommer deltagarna att kunna:

• Förstå syftet och arkitekturen för CANN verktygskit.
• Konfigurera en utvecklingsmiljö med CANN och MindSpore.
• Konvertera och distribuera en enkel AI-modell till Ascend-hårdvaran.
• Få grundläggande kunskaper för framtida CANN optimerings- eller integrationsprojekt.

Utbildningens format

• Interaktiv föreläsning och diskussion.
• Hands-on laboratorier med enkel modelldistribution.
• Steg-för-steg genomgång av CANN verktygskedjan och integrationspunkter.

Alternativ för kursanpassning

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

Ascend, 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.

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.

Kinesiska 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.

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

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

Vid kursens 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 kants- och molnbaserad inferens.
• Diagnostisera distributionsproblem och optimera prestanda på Ascend-hårdvara.

Kursformat

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

Alternativ för kursanpassning

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