CANN for Edge AI Deployment Training Course Teradata: From Fundamentals to Advanced Data Analytics
Huawei's Ascend CANN toolkit enables powerful AI inference on edge devices such as the Ascend 310. CANN provides essential tools for compiling, optimizing, and deploying models where compute and memory are constrained.
This instructor-led, live training (online or onsite) is aimed at intermediate-level AI developers and integrators who wish to deploy and optimize models on Ascend edge devices using the CANN toolchain.
By the end of this training, participants will be able to:
- Prepare and convert AI models for Ascend 310 using CANN tools.
- Build lightweight inference pipelines using MindSpore Lite and AscendCL.
- Optimize model performance for limited compute and memory environments.
- Deploy and monitor AI applications in real-world edge use cases.
Format of the Course
- Interactive lecture and demonstration.
- Hands-on lab work with edge-specific models and scenarios.
- Live deployment examples on virtual or physical edge hardware.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Návrh Školení
Introduction to Edge AI and Ascend 310
- Overview of Edge AI: trends, constraints, and applications
- Huawei Ascend 310 chip architecture and supported toolchain
- Positioning CANN within the edge AI deployment stack
Model Preparation and Conversion
- Exporting trained models from TensorFlow, PyTorch, and MindSpore
- Using ATC to convert models to OM format for Ascend devices
- Handling unsupported ops and lightweight conversion strategies
Developing Inference Pipelines with AscendCL
- Using the AscendCL API to run OM models on Ascend 310
- Input/output preprocessing, memory handling, and device control
- Deploying within embedded containers or lightweight runtime environments
Optimization for Edge Constraints
- Reducing model size, precision tuning (FP16, INT8)
- Using the CANN profiler to identify bottlenecks
- Managing memory layout and data streaming for performance
Deploying with MindSpore Lite
- Using MindSpore Lite runtime for mobile and embedded targets
- Comparing MindSpore Lite with raw AscendCL pipeline
- Packaging inference models for device-specific deployment
Edge Deployment Scenarios and Case Studies
- Case study: smart camera with object detection model on Ascend 310
- Case study: real-time classification in an IoT sensor hub
- Monitoring and updating deployed models at the edge
Summary and Next Steps
Požadavky
- Experience with AI model development or deployment workflows
- Basic knowledge of embedded systems, Linux, and Python
- Familiarity with deep learning frameworks such as TensorFlow or PyTorch
Audience
- IoT solution developers
- Embedded AI engineers
- Edge system integrators and AI deployment specialists
Open Training Courses require 5+ participants.
CANN for Edge AI Deployment Training Course Teradata: From Fundamentals to Advanced Data Analytics - Booking
CANN for Edge AI Deployment Training Course Teradata: From Fundamentals to Advanced Data Analytics - Enquiry
CANN for Edge AI Deployment - Consultancy Enquiry
Consultancy Enquiry
Upcoming Courses
Související kurzy
Advanced Edge AI Techniques
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na pokročilé uživatele umělé inteligence, výzkumníky a vývojáře, kteří si chtějí osvojit nejnovější pokroky v Edge AI, optimalizovat své modely umělé inteligence pro okrajové nasazení a prozkoumat specializované aplikace v různých průmyslových odvětvích.
Na konci tohoto školení budou účastníci schopni:
- Prozkoumejte pokročilé techniky vývoje a optimalizace modelu Edge AI.
- Implementujte špičkové strategie pro nasazení modelů umělé inteligence na okrajová zařízení.
- Využijte specializované nástroje a rámce pro pokročilé aplikace Edge AI.
- Optimalizujte výkon a efektivitu řešení Edge AI.
- Prozkoumejte inovativní případy použití a nové trendy v Edge AI.
- Zaměřte se na pokročilé etické a bezpečnostní aspekty v nasazení Edge AI.
Developing AI Applications with Huawei Ascend and CANN
21 hodinyHuawei Ascend je rodina AI procesorů navržená pro vysokorychlostní inferenci a trénování.
Tento instruktorově řízený živý kurz (online nebo na místě) je určen středně pokročilým AI inženýrům a datovým vědcům, kteří chtějí vyvíjet a optimalizovat neuronové sítě pomocí platformy Huawei Ascend a nástroje CANN.
Koncem tohoto kurzu budou účastníci schopni:
- Nastavit a konfigurovat vývojové prostředí pro CANN.
- Vytvářet AI aplikace pomocí MindSpore a pracovních postupů CloudMatrix.
- Optimalizovat výkon na Ascend NPU pomocí vlastních operátorů a tilingu.
- Nasazovat modely do okrajových nebo cloudových prostředí.
Formát kurzu
- Interaktivní přednáška a diskuse.
- Ruční použití Huawei Ascend a nástroje CANN v ukázkových aplikacích.
- Vedené cvičení zaměřené na sestavování, trénování a nasazování modelů.
Možnosti individualizace kurzu
- Pro žádost o individualizovaný kurz založený na vašem zařízení nebo datech, kontaktujte nás pro uspořádání.
Deploying AI Models with CANN and Ascend AI Processors
14 hodinyCANN (Compute Architecture for Neural Networks) is Huawei’s AI compute stack for deploying and optimizing AI models on Ascend AI processors.
This instructor-led, live training (online or onsite) is aimed at intermediate-level AI developers and engineers who wish to deploy trained AI models efficiently to Huawei Ascend hardware using the CANN toolkit and tools such as MindSpore, TensorFlow, or PyTorch.
By the end of this training, participants will be able to:
- Understand the CANN architecture and its role in the AI deployment pipeline.
- Convert and adapt models from popular frameworks to Ascend-compatible formats.
- Use tools like ATC, OM model conversion, and MindSpore for edge and cloud inference.
- Diagnose deployment issues and optimize performance on Ascend hardware.
Format of the Course
- Interactive lecture and demonstration.
- Hands-on lab work using CANN tools and Ascend simulators or devices.
- Practical deployment scenarios based on real-world AI models.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Building AI Solutions on the Edge
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé vývojáře, datové vědce a technologické nadšence, kteří chtějí získat praktické dovednosti při nasazování modelů AI na okrajových zařízeních pro různé aplikace.
Na konci tohoto školení budou účastníci schopni:
- Pochopte principy Edge AI a její výhody.
- Nastavte a nakonfigurujte prostředí edge computingu.
- Vyvíjejte, trénujte a optimalizujte modely umělé inteligence pro okrajové nasazení.
- Implementujte praktická řešení AI na okrajových zařízeních.
- Vyhodnoťte a zlepšujte výkon modelů nasazených na okrajích.
- Zaměřte se na etické a bezpečnostní aspekty v aplikacích Edge AI.
Introduction to CANN for AI Framework Developers
7 hodinyCANN (Compute Architecture for Neural Networks) is Huawei’s AI computing toolkit used to compile, optimize, and deploy AI models on Ascend AI processors.
This instructor-led, live training (online or onsite) is aimed at beginner-level AI developers who wish to understand how CANN fits into the model lifecycle from training to deployment, and how it works with frameworks like MindSpore, TensorFlow, and PyTorch.
By the end of this training, participants will be able to:
- Understand the purpose and architecture of the CANN toolkit.
- Set up a development environment with CANN and MindSpore.
- Convert and deploy a simple AI model to Ascend hardware.
- Gain foundational knowledge for future CANN optimization or integration projects.
Format of the Course
- Interactive lecture and discussion.
- Hands-on labs with simple model deployment.
- Step-by-step walkthrough of the CANN toolchain and integration points.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Understanding Huawei’s AI Compute Stack: From CANN to MindSpore
14 hodinyHuawei’s AI stack — from the low-level CANN SDK to the high-level MindSpore framework — offers a tightly integrated AI development and deployment environment optimized for Ascend hardware.
This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level technical professionals who wish to understand how the CANN and MindSpore components work together to support AI lifecycle management and infrastructure decisions.
By the end of this training, participants will be able to:
- Understand the layered architecture of Huawei’s AI compute stack.
- Identify how CANN supports model optimization and hardware-level deployment.
- Evaluate the MindSpore framework and toolchain in relation to industry alternatives.
- Position Huawei's AI stack within enterprise or cloud/on-prem environments.
Format of the Course
- Interactive lecture and discussion.
- Live system demos and case-based walkthroughs.
- Optional guided labs on model flow from MindSpore to CANN.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Optimizing Neural Network Performance with CANN SDK
14 hodinyCANN SDK (Compute Architecture for Neural Networks) is Huawei’s AI compute foundation that allows developers to fine-tune and optimize the performance of deployed neural networks on Ascend AI processors.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI developers and system engineers who wish to optimize inference performance using CANN’s advanced toolset, including the Graph Engine, TIK, and custom operator development.
By the end of this training, participants will be able to:
- Understand CANN's runtime architecture and performance lifecycle.
- Use profiling tools and Graph Engine for performance analysis and optimization.
- Create and optimize custom operators using TIK and TVM.
- Resolve memory bottlenecks and improve model throughput.
Format of the Course
- Interactive lecture and discussion.
- Hands-on labs with real-time profiling and operator tuning.
- Optimization exercises using edge-case deployment examples.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
CANN SDK for Computer Vision and NLP Pipelines
14 hodinyThe CANN SDK (Compute Architecture for Neural Networks) provides powerful deployment and optimization tools for real-time AI applications in computer vision and NLP, especially on Huawei Ascend hardware.
This instructor-led, live training (online or onsite) is aimed at intermediate-level AI practitioners who wish to build, deploy, and optimize vision and language models using the CANN SDK for production use cases.
By the end of this training, participants will be able to:
- Deploy and optimize CV and NLP models using CANN and AscendCL.
- Use CANN tools to convert models and integrate them into live pipelines.
- Optimize inference performance for tasks like detection, classification, and sentiment analysis.
- Build real-time CV/NLP pipelines for edge or cloud-based deployment scenarios.
Format of the Course
- Interactive lecture and demonstration.
- Hands-on lab with model deployment and performance profiling.
- Live pipeline design using real CV and NLP use cases.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Building Custom AI Operators with CANN TIK and TVM
14 hodinyCANN TIK (Tensor Instruction Kernel) and Apache TVM enable advanced optimization and customization of AI model operators for Huawei Ascend hardware.
This instructor-led, live training (online or onsite) is aimed at advanced-level system developers who wish to build, deploy, and tune custom operators for AI models using CANN’s TIK programming model and TVM compiler integration.
By the end of this training, participants will be able to:
- Write and test custom AI operators using the TIK DSL for Ascend processors.
- Integrate custom ops into the CANN runtime and execution graph.
- Use TVM for operator scheduling, auto-tuning, and benchmarking.
- Debug and optimize instruction-level performance for custom computation patterns.
Format of the Course
- Interactive lecture and demonstration.
- Hands-on coding of operators using TIK and TVM pipelines.
- Testing and tuning on Ascend hardware or simulators.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Edge AI in Autonomous Systems
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé robotické inženýry, vývojáře autonomních vozidel a výzkumníky AI, kteří chtějí využít Edge AI pro inovativní řešení autonomních systémů.
Na konci tohoto školení budou účastníci schopni:
- Pochopte roli a výhody Edge AI v autonomních systémech.
- Vyvíjejte a nasazujte modely umělé inteligence pro zpracování v reálném čase na okrajových zařízeních.
- Implementujte řešení Edge AI v autonomních vozidlech, dronech a robotice.
- Navrhujte a optimalizujte řídicí systémy pomocí Edge AI.
- Zaměřte se na etické a regulační aspekty v autonomních aplikacích umělé inteligence.
Edge AI: From Concept to Implementation
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé vývojáře a IT profesionály, kteří chtějí získat komplexní porozumění Edge AI od konceptu až po praktickou implementaci, včetně nastavení a nasazení.
Na konci tohoto školení budou účastníci schopni:
- Pochopte základní koncepty Edge AI.
- Nastavte a nakonfigurujte prostředí Edge AI.
- Vyvíjejte, trénujte a optimalizujte modely Edge AI.
- Nasazujte a spravujte aplikace Edge AI.
- Integrujte Edge AI se stávajícími systémy a pracovními postupy.
- Zaměřte se na etické aspekty a osvědčené postupy při implementaci Edge AI.
Edge AI for Healthcare
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé zdravotnické odborníky, biomedicínské inženýry a vývojáře AI, kteří chtějí využít Edge AI pro inovativní zdravotnická řešení.
Na konci tohoto školení budou účastníci schopni:
- Pochopte roli a výhody Edge AI ve zdravotnictví.
- Vyvíjejte a nasazujte modely umělé inteligence na okrajových zařízeních pro zdravotnické aplikace.
- Implementujte řešení Edge AI do nositelných zařízení a diagnostických nástrojů.
- Navrhněte a nasaďte systémy monitorování pacientů pomocí Edge AI.
- Zaměřte se na etické a regulační aspekty v aplikacích umělé inteligence ve zdravotnictví.
Edge AI for IoT Applications
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé vývojáře, systémové architekty a odborníky v oboru, kteří chtějí využít Edge AI k vylepšení aplikací IoT pomocí inteligentního zpracování dat a analytických funkcí.
Na konci tohoto školení budou účastníci schopni:
- Pochopte základy Edge AI a její aplikace v IoT.
- Nastavte a nakonfigurujte prostředí Edge AI pro zařízení IoT.
- Vyvíjejte a nasazujte modely umělé inteligence na okrajových zařízeních pro aplikace IoT.
- Implementujte zpracování dat a rozhodování v reálném čase v systémech IoT.
- Integrujte Edge AI s různými IoT protokoly a platformami.
- Zaměřte se na etické aspekty a osvědčené postupy v Edge AI pro IoT.
Introduction to Edge AI
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na začínající vývojáře a IT profesionály, kteří chtějí porozumět základům Edge AI a jejím úvodním aplikacím.
Na konci tohoto školení budou účastníci schopni:
- Pochopte základní koncepty a architekturu Edge AI.
- Nastavte a nakonfigurujte prostředí Edge AI.
- Vyvíjejte a nasazujte jednoduché aplikace Edge AI.
- Identifikujte a pochopte případy použití a výhody Edge AI.
Security and Privacy in Edge AI
14 hodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé odborníky na kybernetickou bezpečnost, systémové administrátory a výzkumníky etiky AI, kteří chtějí zabezpečit a eticky nasadit řešení Edge AI.
Na konci tohoto školení budou účastníci schopni:
- Pochopte výzvy v oblasti zabezpečení a ochrany soukromí v Edge AI.
- Implementujte osvědčené postupy pro zabezpečení okrajových zařízení a dat.
- Vyvíjejte strategie ke zmírnění bezpečnostních rizik při nasazení Edge AI.
- Zaměřte se na etické aspekty a zajistěte dodržování předpisů.
- Provádějte bezpečnostní hodnocení a audity aplikací Edge AI.