CANN pro Edge AI Nasazení Počítačový Kurz
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.
Návrh Školení
Úvod do Edge AI a Ascend 310
- Přehled o Edge AI: trendy, omezení a aplikace
- Architektura čipu Huawei Ascend 310 a podporovaná nástrojová řada
- Pozice CANN v hierarchii nasazení AI na okraji
Příprava a konverze modelů
- Export trénovaných modelů z TensorFlow, PyTorch a MindSpore
- Použití ATC k převodu modelů do formátu OM pro zařízení Ascend
- Řešení nepodporovaných operací a lehké strategie konverze
Vývoj inferenčních potrubí pomocí AscendCL
- Použití API AscendCL k spouštění modelů OM na zařízení Ascend 310
- Preprocessing vstupu/výstupu, správa paměti a ovládání zařízení
- Nasazení ve vložených kontejnerech nebo lehkých runtime prostředích
Optimalizace pro omezení na okraji
- Snížení velikosti modelu, ladění přesnosti (FP16, INT8)
- Použití profileru CANN pro identifikaci krizových bodů
- Správa rozvržení paměti a datového streamování pro výkon
Nasazení pomocí MindSpore Lite
- Použití runtime MindSpore Lite pro mobilní a vložené cíle
- Porovnání MindSpore Lite s nezpracovaným potrubím AscendCL
- Balení inferenčních modelů pro nasazení specifických zařízení
Scénáře a případové studie nasazování na okraji
- Případový scénář: inteligentní kamera s modelem pro detekci objektů na zařízení Ascend 310
- Případový scénář: reálně časová klasifikace v centrále IoT senzorů
- Monitorování a aktualizace nasazených modelů na okraji
Shrnutí a další kroky
Požadavky
- Zkušenosti s vývojem nebo nasazováním AI modelů
- Základní znalosti o embedded systémech, Linux, a Python
- Znalost hlubokého učení frameworků jako je TensorFlow nebo PyTorch
Cílová skupina
- Vývojáři IoT řešení
- Inženýři AI pro embedded systémy
- Integrátoři edge systémů a specialisté na nasazování AI
Open Training Courses require 5+ participants.
CANN pro Edge AI Nasazení Počítačový Kurz - Booking
CANN pro Edge AI Nasazení Počítačový Kurz - Enquiry
CANN pro Edge AI Nasazení - Consultancy Enquiry
Consultancy Enquiry
Upcoming Courses
Související kurzy
Pokročilé Edge AI Techniky
14 hodinyTento instruktorově vedený živý kurz na místě nebo online je určen pokročilým AI odborníkům, výzkumníkům a vývojářům, kteří chtějí mistrovat poslední pokroky ve Edge AI, optimalizovat své AI modely pro nasazení na hraniční zařízení a průzkoumat specializovaná použití v různých odvětvích.
Po absolvování tohoto kurzu budou účastníci schopni:
- Průzkum pokročilých technik ve vývoji a optimalizaci modelů Edge AI.
- Implementovat nejmodernější strategie pro nasazování AI modelů na hraniční zařízení.
- Využít specializované nástroje a rámce pro pokročilá použití Edge AI.
- Optimalizovat výkon a efektivitu řešení Edge AI.
- Průzkoumat inovativní případové studie a vyvážející trendy ve Edge AI.
- Adresovat pokročilé etické a bezpečnostní záležitosti v nasazování Edge AI.
Vývoj AI Aplikací s Huawei Ascend a CANN
21 hodinyHuawei 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.
Deploying AI Models with CANN a Ascend AI Processory
14 hodinyCANN (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.
Vytváření AI Řešení na Hranici
14 hodinyTento instruktorově řízený živý školení v České republice (online nebo na místním místě) je určen pro středně pokročilé vývojáře, datové vědce a fanoušky technologií, kteří chtějí získat praktické dovednosti ve vývoji AI modelů pro nasazení na okrajových zařízeních s různými aplikacemi.
Po absolvování tohoto školení budou účastníci moci:
- Porozumět principům okrajové AI a jejím výhodám.
- Nastavit a konfigurovat prostředí pro okrajové výpočty.
- Vytvářet, školení a optimalizace AI modelů pro nasazení na okraj.
- Implementovat praktické AI řešení na okrajových zařízeních.
- Hodnotit a zlepšovat výkon nasazených modelů na okraji.
- Zodpovědět etické a bezpečnostní aspekty aplikací Edge AI.
Úvod do CANN pro vývojáře AI rámce
7 hodinyCANN (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.
Porozumění Huawei AI výpočetnímu zásobárně: Od CANN po MindSpore
14 hodinyHuaweiho 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.
Optimalizace výkonu neuronových sítí pomocí CANN SDK
14 hodinyCANN 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 pro Computer Vision a národní pipeliny
14 hodinySDK 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.
Vytváření vlastních AI operátorů pomocí CANN TIK a TVM
14 hodinyCANN 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.
Edge AI v自治系统
14 hodinyTento instruktorův kurz (online nebo na místě) je určen pro středně pokročilé robotiky, vývojáře autonomních vozidel a AI badatele, kteří chtějí využít Edge AI pro inovativní řešení autonomních systémů.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit roli a výhody Edge AI v autonomních systémech.
- Vytvářet a nasazovat AI modely pro reálně časové zpracování na zařízeních u okraje.
- Implementovat řešení Edge AI v autonomních vozidlech, dronů a robotice.
- Navrhovat a optimalizovat ovládací systémy pomocí Edge AI.
- Zabývat se etickými a regulativními aspekty aplikací autonomních systémů s AI.
Edge AI: Od Konceptu k Implementaci
14 hodinyTento instruktorovsky vedleživý trénink v České republice (online nebo na místě) je určen pro středně pokročilé vývojáře a IT odborníky, kteří chtějí získat komplexní přehled o Edge AI od konceptu po praktickou implementaci, včetně nastavení a nasazení.
Do konce tohoto tréninku budou účastníci schopni:
- Pochopit základní pojmy Edge AI.
- Nastavit a konfigurovat prostředí pro Edge AI.
- Vytvářet, školení a optimalizovat modely pro Edge AI.
- Nasadit a spravovat aplikace s Edge AI.
- Integrace Edge AI do stávajících systémů a pracovních postupů.
- Řešení etických aspektů a nejlepší praxe při implementaci Edge AI.
Edge AI pro Zdravotnictví
14 hodinyTento instruktorův vedený, živý kurz (online nebo na místě) je určen pro středně pokročilé zdravotnické profesionály, biomedicínské inženýry a vývojáře AI, kteří chtějí využít Edge AI pro inovativní zdravotnické řešení.
Po ukončení tohoto kurzu budou účastníci schopni:
- Porozumět roli a výhodám Edge AI ve zdravotnictví.
- Vytvářet a nasazovat AI modely na zaokrajových zařízeních pro zdravotnické aplikace.
- Implementovat Edge AI řešení v nositelných zařízeních a diagnostických nástrojích.
- Navrhovat a nasazovat systémy monitorování pacientů s využitím Edge AI.
- Řešit etická a regulační aspekty aplikací AI ve zdravotnictví.
Edge AI pro aplikace v IoT
14 hodinyTento instruktážní až živý školení na místě nebo online je určeno pro středně pokročilé vývojáře, architekti systémů a odborníky z odvětví, kteří chtějí využít Edge AI ke zlepšení IoT aplikací s inteligentními funkcemi zpracování dat a analýzy.
Po absolvování tohoto školení budou účastníci schopni:
- Pochopit základy Edge AI a jejich aplikaci v IoT.
- Nastavit a nakonfigurovat prostředí Edge AI pro IoT zařízení.
- Vytvářet a nasazovat AI modely na hranicových zařízeních pro IoT aplikace.
- Implementovat reálně časové zpracování dat a rozhodování v IoT systémech.
- Integrát Edge AI s různými IoT protokoly a platformami.
- Řešit etická úvahy a nejlepší praktiky v oblasti Edge AI pro IoT.
Úvod do hraničního umělého rozumu (Edge AI)
14 hodinyTento instruktážní živý kurzy v České republice (online nebo na místě) jsou zaměřeny na začínající vývojáře a IT profesionály, kteří chtějí pochopit základy Edge AI a jeho první aplikace.
Po skončení tohoto kurzu budou účastníci moci:
- Pochopit základní koncepty a architekturu Edge AI.
- Nastavit a nakonfigurovat prostředí Edge AI.
- Vytvářet a nasazovat jednoduché aplikace Edge AI.
- Identifikovat a pochopit užití a výhody Edge AI.
Bezpečnost a Soukromí v Hlavičkové Umělé Inteligenci
14 hodinyTento instruktorově provázený živý kurz (online nebo na místním zařízení) je určen pro středně pokročilé odborníky v oblasti kybernetické bezpečnosti, systémové správce a badatele v etice umělé inteligence, kteří chtějí zabezpečit a eticky nasadit řešení Edge AI.
Po ukončení tohoto kurzu budou účastníci moci:
- Porozumět bezpečnostním a ochranným před dotykem v Edge AI.
- Implementovat nejlepší praktiky pro zabezpečení okrajových zařízení a dat.
- Vytvořit strategie k minimalizaci bezpečnostních rizik v nasazeních Edge AI.
- Zabývat se etickými aspekty a zajistit dodržování pravidel.
- Provádět bezpečnostní hodnocení a audit pro aplikace Edge AI.