Umělá inteligence a nasazení výpočtů ve CloudMatrix Počítačový Kurz

Huawei Ascend je rodina AI procesorů navržených pro vysokorychlostní inferenci a školení.

Tato instruktorově řízená, živá cvičení (na více místech nebo online) se zaměřuje na středně pokročilé AI inženýry a analytiky dat, kteří chtějí vytvářet a optimalizovat neuronové sítě pomocí platformy Huawei Ascend a nástrojů CANN.

Po absolvování tohoto kurzu budou účastníci schopni:

• Nastavit a nakonfigurovat vývojové prostředí CANN.
• Vytvářet AI aplikace pomocí MindSpore a CloudMatrix pracovních postupů.
• Optimalizovat výkon na Ascend NPU pomocí vlastních operátorů a tilingu.
• Nasazovat modely do okrajových nebo cloudových prostředí.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické použití Huawei Ascend a nástrojů CANN v ukázkových aplikacích.
• Vedená cvičení zaměřená na sestavování, školení a nasazování modelů.

Možnosti individualizace kurzu

• Pokud chcete požadovat individualizované cvičení na základě vaší infrastruktury nebo datových sad, kontaktujte nás pro uspořádání.

CANN (Compute Architecture for Neural Networks) je AI výpočetní vrstva od Huawei pro nasazování a optimalizaci AI modelů na procesorech Ascend AI.

Tato instruktorově prováděná tréninková sonda (vzdáleně nebo na místě) je určena středně pokročilým vývojářům a inženýrům v oblasti AI, kteří chtějí efektivně nasadit trénované AI modely na Huawei Ascend zařízení pomocí nástrojů a nástrojů zahrnutých v toolkitu CANN, jako jsou například MindSpore, TensorFlow nebo PyTorch.

Po absolvování tohoto tréninku budou účastníci schopni:

• Porozumět architektuře CANN a její roli v AI nasazovacím průběhu.
• Převést a adaptovat modely z populárních frameworků do formátů kompatibilních s Ascend.
• Používat nástroje jako ATC, OM převod modelu a MindSpore pro dedukci v hraničním a cloudovém prostředí.
• Diagnostikovat problémy s nasazením a optimalizovat výkon na zařízeních Ascend.

Formát kurzu

• Interaktivní přednáška a demonstrace.
• Praktické práce s nástroji CANN a Ascend simulátory nebo zařízeními.
• Skutečné nasazovací scénáře založené na reálných AI modelech.

Možnosti individualizace kurzu

• Pro žádost o individualizovaný trénink tohoto kurzu nás kontaktujte pro uspořádání.

Tento školení vedené instruktorem (online nebo na místě) je určen pro začátečníky až středně pokročilé AI inženýry a softwarové vývojáře, kteří chtějí získat základní znalosti o principech a praktikách AI inženýrství.

Po absolvování tohoto školení budou účastníci schopni:

• Pochopit základní koncepty a technologie za umělou inteligenci a strojové učení.
• Implementovat základní modely strojového učení pomocí TensorFlow a PyTorch.
• Použít techniky umělé inteligence pro řešení praktických problémů v softwarovém vývoji.
• Spravovat a udržovat AI projekty pomocí nejlepších metodologii v oblasti AI inženýrství.
• Pochopit etické důsledky a odpovědnosti spojené s vývojem systémů umělé inteligence.

Biren AI Accelerators jsou vysokorychlostní GPUy navržené pro AI a HPC úlohy s podporou velkokapacitního trénování a inferencí.

Tato instruktážní školení (online nebo na místě) je zaměřeno na středně pokročilé a pokročilé vývojáře, kteří chtějí programovat a optimalizovat aplikace pomocí proprietního GPU stacku Biren, s praktickými porovnáními CUDA založeným prostředím.

Koncepci tohoto školení budou účastníci moci:

• Porozumět architektuře Biren GPU a hierarchii paměti.
• Nastavit vývojové prostředí a použít programovací model Biren.
• Přeložit a optimalizovat CUDA stylů kód pro platformy Biren.
• Používat techniky optimalizace výkonu a ladění.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické použití Biren SDK v ukázce GPU úloh.
• Prověřované cvičení zaměřené na portování a optimalizaci výkonu.

Možnosti individualizace kurzu

• Pokud si přejete individualizované školení pro tento kurz založené na vašem aplikovém stacku nebo potřebách integrace, kontaktujte nás prosím pro uspořádání.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé až pokročilé profesionály AI a
vývojáři softwaru, kteří chtějí vytvářet inteligentní aplikace pomocí AI a ML.

Na konci tohoto školení budou účastníci schopni:

• Pochopte pokročilé koncepty a technologie v pozadí AI a ML.
• Analyzujte a vizualizujte data, abyste mohli informovat o vývoji modelu AI/ML.
• Efektivně sestavujte, trénujte a nasazujte modely AI/ML.
• Vytvářejte inteligentní aplikace, které dokážou vyřešit skutečné problémy.
• Vyhodnoťte etické důsledky aplikací AI v různých odvětvích.

CANN (Compute Architecture for Neural Networks) je nástrojová sada pro výpočetní architekturu AI od Huawei, která slouží k kompilaci, optimalizaci a nasazení modelů AI na procesory Ascend AI.

Tato instruktážní školení (vzdáleně nebo přítomně) je určeno začínajícím vývojářům AI, kteří se chtějí naučit, jak CANN zapadá do životního cyklu modelu od trénování po nasazení a jak funguje s rámci jako je MindSpore, TensorFlow, a PyTorch.

Po absolvování tohoto školení budou účastníci moci:

• Porozumět účelu a architektuře nástrojové sady CANN.
• Nastavit vývojové prostředí se CANN a MindSpore.
• Převést a nasadit jednoduchý model AI na hardwaru Ascend.
• Získat základní znalosti pro budoucí projekty optimalizace nebo integrace CANN.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické cvičení s jednoduchým nasazením modelu.
• Krokový průvodce nástrojovou řetězcí CANN a integracemi.

Možnosti vlastního přizpůsobení kurzu

• Pro žádost o vlastně přizpůsobené školení pro tento kurz, prosím kontaktujte nás na dohodu.

Nástrojový balík Huawei Ascend CANN umožňuje výkonnou AI inferenci na okrajových zařízeních, jako je například Ascend 310. CANN poskytuje klíčové nástroje pro kompilaci, optimalizaci a nasazení modelů v prostředích s omezenými početními zdroji a pamětí.

Tato instruktážní školení (online nebo na místech) je určeno pro středně pokročilé AI vývojáře a integrační pracovníky, kteří chtějí nasadit a optimalizovat modely na okrajových zařízeních Ascend pomocí nástrojů CANN.

Po ukončení tohoto školení budou účastníci moci:

• Připravit a převést AI modely pro Ascend 310 pomocí nástrojů CANN.
• Vytvářet lehké inference potrubí pomocí MindSpore Lite a AscendCL.
• Optimalizovat výkon modelu pro prostředí s omezenými početními zdroji a pamětí.
• Nasazovat a monitorovat AI aplikace v skutečných okrajových případůch použití.

Formát kurzu

• Interaktivní lekce a demonstrace.
• Praktické cvičení s modely a scénáři specifickými pro okrajová zařízení.
• Nástrojová ukázka nasazení na virtuálních nebo fyzických okrajových zařízeních.

Možnosti upravení kurzu

• Pro žádost o individualizované školení pro tento kurz, kontaktujte nás k domluvě.

Huaweiho AI štack — od nízkorozsahové CANN SDK po vysokorozsahový framework MindSpore — poskytuje integrovanou rozhraní pro vyvoj a nasazení AI optimalizovaná pro hardwar Ascend.

Toto instruktor-spuštěné, živé školení (online nebo na místech) je zaměřeno na technické odborníky s začínajícím a středním zájmem, kteří chtějí pochopit, jak se komponenty CANN a MindSpore spolupracují pro podporu správy životního cyklu AI a rozhodování o infrastruktuře.

Konec školení budou účastníci schopni:

• Pochopit vrstvenou architekturu Huaweiho AI výpočetní štack.
• Identifikovat, jak CANN podporuje optimalizaci modelů a nasazení na úrovni hardwaru.
• Evaluuovat MindSpore framework a nástrojovou pásu v poměru k alternativám na trhu.
• Umístit Huaweiho AI štack do podnikových nebo cloud/on-prem enviromentů.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Demonstrační systémy na živu a postupné případové studie.
• Nezbytné vedené laboratoře modelů od MindSpore k CANN.

Možnosti individualizace kurzu

• Pro žádost o individualizované školení tohoto kurzu, kontaktujte nás pro uspořádání.

CANN SDK (výpočetní architektura pro Neural Networks) je základ AI výpočtů od Huawei, který umožňuje vývojářům posouzení a optimalizaci výkonu nasazených neuronových sítí na procesorech Ascend AI.

Tento instruktážní živý kurz (online nebo na místě) je zaměřen na pokročilé AI vývojáře a systémové inženýry, kteří chtějí optimalizovat výkon inferencí pomocí pokročilých nástrojů CANN, včetně Graph Engine, TIK a rozšíření vytvoření vlastních operátorů.

Koncepci kurzu budou po jeho ukončení účastníci schopni:

• Pochopit architekturu runtime a cyklus životnosti výkonu CANN.
• Využívat nástroje pro profilaci a Graph Engine pro analýzu a optimalizaci výkonu.
• Vytvářet a optimalizovat vlastní operátory pomocí TIK a TVM.
• Rozlišit omezující faktory paměti a zlepšit propustnost modelů.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické laboratorní cvičení s reálnou profilací a posuzováním operátorů.
• Cvičení na optimalizaci pomocí příkladů nasazení specifických pro hraniční případy.

Možnosti individualizace kurzu

• K vytvoření individualizovaného kurzu se prosím obraťte na nás, abychom mohli uspořádat schůzku.

SDK CANN (Compute Architecture for Neural Networks) poskytuje silné nástroje pro nasazení a optimalizaci pro reálně časové AI aplikace v oblasti počítačového vidění a NLP, zejména na hardwaru Huawei Ascend.

Tato instruktorově řízená živá školení (vzdáleně nebo na místě) je určeno pro středně pokročilé AI specialisty, kteří chtějí vytvářet, nasazovat a optimalizovat modely vidění a jazyka pomocí SDK CANN pro produkční případ použití.

Po absolvování tohoto školení budou účastníci moci:

• Nasadit a optimalizovat modely CV a NLP pomocí CANN a AscendCL.
• Používat nástroje CANN pro převod modelech a jejich integraci do živých datových zpracovávacích toků.
• Optimalizovat výkon předpovědí pro úkoly jako detekce, klasifikace nebo analýzu sentimentu.
• Vytvářet reálně časové CV/NLP datové zpracovávací toky pro nasazení v hranicích nebo na cloudových scénářích.

Formát kurzu

• Interaktivní přednáška a demonstrace.
• Praktické cvičení s nasazováním modelů a hodnocením výkonu.
• Živé návrhy datových zpracovávacích toků pomocí skutečných případů použití CV a NLP.

Možnosti vlastního vyzkoušení kurzu

• Pro žádost o individualizované školení pro tento kurz, kontaktujte nás prosím pro domluvu.

CANN TIK (Tensor Instruction Kernel) a Apache TVM umožňují pokročilou optimalizaci a vlastnizpracování operátorů AI modelu pro Huawei Ascend hardwar.

Tento instruktor-provedený živý trénink (online nebo na místě) je určen pokročilým systémovým vývojářům, kteří chtějí sestavit, nasadit a nastavit vlastní operátory pro AI modely pomocí programovacího modelu CANN's TIK a integrace kompilátoru TVM.

Po absolvování tohoto tréninku budou účastníci moci:

• Napsat a otestovat vlastní AI operátory pomocí TIK DSL pro procesory Ascend.
• Integrace vlastních operátorů do CANN runtime a grafu spouštění.
• Použití TVM pro plánování operátorů, auto-nastavení a benchmarking.
• Ladicí procedury a optimalizace výkonu na úrovni instrukcí pro vlastní početné vzory.

Formát kurzu

• Interaktivní přednáška a demonstrace.
• Praktické programování operátorů pomocí TIK a TVM potrubí.
• Testování a nastavování na hardwaru Ascend nebo simulatorch.

Možnosti individualizace kurzu

• Pro žádost o individualizovaný trénink tohoto kurzu se obraťte na nás pro uspořádání.

Architektury GPU, jako například Huawei Ascend, Biren a Cambricon MLU, nabízejí alternativy k CUDA optimalizované pro místní trhy AI a HPC.

Tento instruktor-provedený živý kurz (online nebo na místě) je zaměřen na pokročilé programátory GPU a odborníky na infrastrukturu, kteří chtějí migrovat a optimalizovat existující aplikace CUDA pro nasazení na čínská hardwarová platforma.

Koncem tohoto kurzu budou účastníci schopni:

• Hodnotit kompatibilitu stávajících zátěží CUDA s alternativami čínských čipů.
• Migrovat kódové báze CUDA do prostředí Huawei CANN, Biren SDK a Cambricon BANGPy.
• Srovnávat výkon a identifikovat body optimalizace na různých platformách.
• Zpracovávat praktické výzvy při podpoře meziarchitektury a nasazení.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Konkrétní práce s překladem kódu a porovnáním výkonu.
• Vedené cvičení zaměřená na strategie adaptace pro více GPU architektury.

Možnosti individualizace kurzu

• Pro žádost o individualizovaný kurz na základě vaší platformy nebo projektu CUDA, kontaktujte nás pro uspořádání.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na začínající IT profesionály, kteří chtějí získat základní znalosti o inteligentních aplikacích a o tom, jak je lze aplikovat v různých odvětvích.

Na konci tohoto školení budou účastníci schopni:

• Pochopte historii, principy a dopad umělé inteligence.
• Identifikujte a aplikujte různé algoritmy strojového učení.
• Efektivně spravujte a analyzujte data pro aplikace AI.
• Poznejte praktické aplikace a omezení AI v různých odvětvích.
• Diskutujte o etických úvahách a společenských důsledcích technologie AI.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé až pokročilé datové vědce, inženýry a praktiky umělé inteligence, kteří chtějí zvládnout složitosti inteligentních aplikací a využít je k řešení složitých, problémy reálného světa.

Na konci tohoto školení budou účastníci schopni:

• Implementujte a analyzujte architektury hlubokého učení.
• Aplikujte strojové učení ve velkém v distribuovaném výpočetním prostředí.
• Navrhněte a realizujte modely učení posilování pro rozhodování.
• Vyvíjejte sofistikované systémy NLP pro porozumění jazyku.
• Využijte techniky počítačového vidění pro analýzu obrazu a videa.
• Zaměřte se na etické aspekty při vývoji a zavádění systémů umělé inteligence.

Ascend, Biren a Cambricon jsou vedoucí AI hardware platformy v Číně, které poskytují jedinečné nástroje pro zrychlování a profilaci pro produkční AI úlohy.

Toto instruktorově řízené živé školení (online nebo na místech) je určeno pokročilým inženýrům infrastruktury AI a výkonu, kteří chtějí optimalizovat modely inferencí a tréninkové pracovní proudy na několika čínských platformách AI chipů.

Koncem tohoto školení budou účastníci schopni:

• Porovnávat výkon modelů na platformách Ascend, Biren a Cambricon.
• Zjišťovat systémové krčely a neefektivnosti paměti/výpočetního zpracování.
• Aplikovat optimalizace úrovní grafu, jádra a operátorů.
• Nastavovat nasazovací potoky pro zlepšení propustnosti a latence.

Formát kurzu

• Interaktivní přednášky a diskuse.
• Ruční použití profilacních a optimalizačních nástrojů na každé platformě.
• Příruční cvičení zaměřené na praktické scénáře nastavení.

Možnosti přizpůsobení kurzu

• Pro žádost o vytvoření individualizovaného školení pro tento kurz na základě vašeho prostředí výkonu nebo typu modelu, kontaktujte nás prosím k uspořádání.