Budowanie niestandardowych operacji AI z CANN TIK i TVM - Plan Szkolenia

Huawei Ascend to rodzina procesorów AI zaprojektowanych do wysokowydajnego wnioskowania i uczenia.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów AI i naukowców danych na poziomie średniozaawansowanym, którzy chcą tworzyć i optymalizować modele sieci neuronowych za pomocą platformy Huawei Ascend i zestawu narzędzi CANN.

Na koniec tego szkolenia uczestnicy będą mogli:

• Konfigurować i uruchamiać środowisko rozwojowe CANN.
• Rozwojować aplikacje AI za pomocą MindSpore i przepływów CloudMatrix.
• Optymalizować wydajność na jednostkach Ascend NPU za pomocą niestandardowych operatorów i podziału.
• Wdrażać modele w środowiskach krawędziowych lub chmurowych.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne wykorzystanie Huawei Ascend i zestawu narzędzi CANN w przykładowych aplikacjach.
• Przewodniki do ćwiczeń skupionych na budowaniu, uczeniu i wdrażaniu modeli.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie w ramach tego kursu na podstawie swojej infrastruktury lub zestawów danych, skontaktuj się z nami w celu ustalenia.

CANN (Architektura obliczeniowa dla Neural Networks) to stos obliczeniowy AI firmy Huawei służący do wdrażania i optymalizowania modeli AI na procesorach Ascend AI.

Jest to szkolenie prowadzone przez instruktora (online lub na miejscu) skierowane do średnio zaawansowanych developerów i inżynierów AI, którzy chcą w efektywny sposób wdrażać przygotowane modele AI na sprzęcie Huawei Ascend za pomocą zestawu narzędzi CANN oraz narzędzi takich jak MindSpore, TensorFlow lub PyTorch.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę CANN i jej rolę w procesie wdrażania AI.
• Przekształcać i dostosowywać modele z popularnych frameworków do formatów kompatybilnych z Ascend.
• Korzystać z narzędzi takich jak ATC, konwersja modeli OM i MindSpore do wnioskowania na krawędzi i w chmurze.
• Diagnozować problemy związane z wdrażaniem i optymalizować wydajność na sprzęcie Ascend.

Format kursu

• Interaktywne wykłady i demonstracje.
• Praktyczne zajęcia laboratoryjne z użyciem narzędzi CANN i symulatorów lub urządzeń Ascend.
• Praktyczne scenariusze wdrażania oparte na rzeczywistych modelach AI.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uzgodnienia.

Narzędzie obliczeniowe CANN (Architektura obliczeniowa dla Neural Networks) firmy Huawei jest używane do kompilowania, optymalizowania i wdrażania modeli AI na procesorach Ascend AI.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla początkujących programistów AI, którzy chcą zrozumieć, jak CANN wpływa na cykl życia modelu od treningu do wdrażania, a także jak współpracuje z frameworkami takimi jak MindSpore, TensorFlow i PyTorch.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć cel i architekturę zestawu narzędzi CANN.
• Skonfigurować środowisko programistyczne z CANN i MindSpore.
• Przekonwertować i wdrożyć prosty model AI na sprzęcie Ascend.
• Nabyć podstawową wiedzę na przyszłe projekty optymalizacji lub integracji CANN.

Format kursu

• Interaktywna wykład i dyskusja.
• Praktyczne laboratoria z prostym wdrażaniem modeli.
• Krok po kroku wprowadzenie w zestaw narzędzi CANN i punkty integracji.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, prosimy o kontakt.

Narzędzie Ascend CANN od Huawei umożliwia potężne wnioskowanie AI na urządzeniach na krawędzi, takich jak Ascend 310. CANN dostarcza niezbędne narzędzia do kompilowania, optymalizowania i wdrażania modeli w środowiskach o ograniczonych możliwościach obliczeniowych i pamięci.

Ten szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla AI developerów i integratorów na poziomie średnim, którzy chcą wdrażać i optymalizować modele na urządzeniach na krawędzi Ascend przy użyciu narzędzi CANN.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Przygotowywać i konwertować modele AI dla Ascend 310 za pomocą narzędzi CANN.
• Budować lekkie pipeline wnioskowania za pomocą MindSpore Lite i AscendCL.
• Optymalizować wydajność modeli w środowiskach o ograniczonych możliwościach obliczeniowych i pamięci.
• Wdrażać i monitorować aplikacje AI w rzeczywistych przypadkach użycia na krawędzi.

Format kursu

• Interaktywna wykład i demonstracja.
• Praktyczne ćwiczenia laboratoryjne z modelami i scenariuszami specyficznymi dla krawędzi.
• Przykłady wdrażania na żywo na wirtualnym lub fizycznym sprzęcie na krawędzi.

Opcje dostosowania kursu

• Aby zażądać dostosowanego szkolenia dla tego kursu, prosimy o kontakt z nami w celu ustalenia szczegółów.

Stos Huawei’s AI — od niskopoziomowego SDK CANN do wysokopoziomowego frameworka MindSpore — oferuje zintegrowane środowisko rozwoju i wdrażania sztucznej inteligencji optymalizowane dla sprzętu Ascend.

To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do początkujących do średnio zaawansowanych profesjonalistów technicznych, którzy chcą zrozumieć, jak składniki CANN i MindSpore współpracują ze sobą w celu wsparcia zarządzania cyklem życia sztucznej inteligencji i podejmowania decyzji infrastrukturalnych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć warstwową architekturę stosu obliczeniowego sztucznej inteligencji Huawei’s.
• Określić, w jaki sposób CANN wspiera optymalizację modeli i wdrażanie na poziomie sprzętu.
• Ocenić framework MindSpore i narzędziowe łańcuchy w porównaniu z alternatywami branżowymi.
• Zlokalizować stos sztucznej inteligencji Huawei w środowiskach przedsiębiorstw lub chmur/na miejscu.

Format kursu

• Interaktywne wykłady i dyskusje.
• Live demos systemów i przewodniki na podstawie przypadków.
• Opcjonalne prowadzone laborytorium z przepływu modeli z MindSpore do CANN.

Opcje dostosowania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uzgodnienia.

CANN SDK (Architektura obliczeniowa dla Neural Networks) jest fundamentem obliczeń AI firmy Huawei, pozwalającym programistom dopracowywać i optymalizować wydajność wdrażanych sieci neuronowych na procesorach AI Ascend.

To prowadzone przez instruktora szkolenie na żywo (online lub stacjonarne) jest skierowane do zaawansowanych programistów AI i inżynierów systemów, którzy chcą optymalizować wydajność wnioskowania za pomocą zaawansowanego zestawu narzędzi CANN, w tym Graph Engine, TIK i rozwoju niestandardowych operatorów.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę czasu uruchomienia CANN i cykl życia wydajności.
• Używać narzędzi profilowania i Graph Engine do analizy i optymalizacji wydajności.
• Tworzyć i optymalizować niestandardowe operatory za pomocą TIK i TVM.
• Rozwiązywać wąskie gardła pamięci i poprawiać przepływ modelu.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne warsztaty z profilowaniem w czasie rzeczywistym i dostrajaniem operatorów.
• Ćwiczenia optymalizacyjne z użyciem przykładów wdrażania w przypadkach granicowych.

Opcje dostosowania kursu

• Aby poprosić o dostosowane szkolenie na tym kursie, skontaktuj się z nami w celu umówienia.

SDK CANN (architektura obliczeniowa dla Neural Networks) zapewnia potężne narzędzia do wdrażania i optymalizacji aplikacji AI w czasie rzeczywistym w dziedzinie komputerowego widzenia i NLP, szczególnie na sprzęcie Huawei Ascend.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do praktyków AI na poziomie średnim, którzy chcą budować, wdrażać i optymalizować modele wizji i języka za pomocą SDK CANN do scenariuszy produkcyjnych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Wdrażać i optymalizować modele CV i NLP za pomocą CANN i AscendCL.
• Korzystać z narzędzi CANN do konwertowania modeli i ich integracji w żywe pipeline.
• Optymalizować wydajność inferencji dla zadań takich jak detekcja, klasyfikacja i analiza sentymentu.
• Budować pipeline CV/NLP w czasie rzeczywistym dla scenariuszy wdrażania na krawędzi lub w chmurze.

Format kursu

• Interaktywne wykłady i demonstracje.
• Ćwiczenia laboratoryjne z wdrażaniem modeli i profilowaniem wydajności.
• Projektowanie żywych pipeline za pomocą rzeczywistych scenariuszy CV i NLP.

Opcje dostosowywania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uzgodnień.