Inkscape - Plan Szkolenia

Huawei Ascend jest rodziną procesorów AI zaprojektowanych do wysokowydajnej inferencji i szkolenia.

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

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Konfigurować i ustawiać środowisko CANN development.
• Tworzyć aplikacje AI za pomocą MindSpore i CloudMatrix workflows.
• Optymalizować wydajność na Ascend NPUs za pomocą operatorów niestandardowych i podziału.
• Wdrażać modele w środowiskach krawędziowych lub chmurowych.

Format kursu

• Interaktywne wykłady i dyskusje.
• Ręczne używanie Huawei Ascend i zestawu narzędzi CANN w przykładowych aplikacjach.
• Wykonywanie zadań pod kierunkiem, skupionych na budowaniu, szkoleniu i wdrażaniu modeli.

Opcje dostosowywania kursu

• Aby zapytać o dostosowane szkolenie dla tego kursu zgodnie z Twoją infrastrukturą lub zbiory danych, skontaktuj się z nami w celu zorganizowania.

CloudMatrix jest platformą Huawei przeznaczona do zunifikowanego rozwoju i wdrażania AI, zaprojektowaną w celu wspierania skalowalnych, produkcyjnych wniosków. To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do początkujących do średnio zaawansowanych profesjonalistów w dziedzinie AI, którzy chcą wdrażać i monitorować modele AI przy użyciu platformy CloudMatrix z integracją CANN i MindSpore. Po zakończeniu tego szkolenia uczestnicy będą w stanie: * Używać CloudMatrix do pakowania, wdrażania i obsługi modeli. * Konwertować i optymalizować modele dla układów Ascend. * Konfigurować wnioski dla zadań w czasie rzeczywistym i w partiach. * Monitorować wdrażanie i dostrajać wydajność w środowiskach produkcyjnych. Format Kursu * Interaktywna wykład i dyskusja. * Praktyczne wykorzystanie CloudMatrix z realnymi scenariuszami wdrażania. * Ćwiczenia z przewodnikiem skupione na konwersji, optymalizacji i skalowaniu. Opcje Personalizacji Kursu * Aby poprosić o personalizowane szkolenie dla tego kursu na podstawie Twojej infrastruktury AI lub środowiska chmurowego, prosimy o kontakt, aby umówić się.

Akceleratory AI Biren są wysokowydajnymi GPUami zaprojektowanymi do obciążeń AI i HPC z wsparciem dla dużych zadań szkolenia i inferencji. Ten kurs prowadzony przez instruktora (online lub stacjonarnie) jest przeznaczony dla programistów na poziomie średnio zaawansowanym do zaawansowanym, którzy chcą programować i optymalizować aplikacje za pomocą własnej sterty GPU Biren, z praktycznymi porównaniami do środowisk opartych na CUDA. Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę i hierarchię pamięci Biren GPU.
• Uruchomić środowisko programistyczne i użyć modelu programowania Biren.
• Tłumaczyć i optymalizować kod w stylu CUDA na platformach Biren.
• Zastosować techniki dostrajania wydajności i debugowania.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne korzystanie z Biren SDK w przykładowych obciążeniach GPU.
• Prowadzone ćwiczenia skupione na przenoszeniu i dostrajaniu wydajności.

Opcje dostosowania kursu

• Aby zapytać o dostosowany kurs szkoleniowy dla tego kursu na podstawie stosu aplikacji lub potrzeb integracji, prosimy o kontakt, aby umówić się.

Cambricon MLUs (Machine Learning Units) are specialized AI chips optimized for inference and training in edge and datacenter scenarios.

This instructor-led, live training (online or onsite) is aimed at intermediate-level developers who wish to build and deploy AI models using the BANGPy framework and Neuware SDK on Cambricon MLU hardware.

By the end of this training, participants will be able to:

• Set up and configure the BANGPy and Neuware development environments.
• Develop and optimize Python- and C++-based models for Cambricon MLUs.
• Deploy models to edge and data center devices running Neuware runtime.
• Integrate ML workflows with MLU-specific acceleration features.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of BANGPy and Neuware for development and deployment.
• Guided exercises focused on optimization, integration, and testing.

Course Customization Options

• To request a customized training for this course based on your Cambricon device model or use case, please contact us to arrange.

This instructor-led, live training in Polsce (online or onsite) is aimed at beginner-level system administrators and IT professionals who wish to install, configure, manage, and troubleshoot CUDA environments.

By the end of this training, participants will be able to:

• Understand the architecture, components, and capabilities of CUDA.
• Install and configure CUDA environments.
• Manage and optimize CUDA resources.
• Debug and troubleshoot common CUDA issues.

Trening prowadzony przez instruktora na miejscu lub online (w zależności od lokalizacji) jest skierowany do programistów o średnim poziomie kwalifikacji, którzy chcą korzystać z CUDA do budowania aplikacji Python, które działają równolegle na kartach NVIDIA GPU.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Wykorzystywać kompilator Numba do przyspieszenia aplikacji Python działających na kartach NVIDIA GPU.
• Tworzyć, kompilować i uruchamiać niestandardowe jądra CUDA.
• Zarządzać pamięcią GPU.
• Przekształcić aplikację opartą na CPU w aplikację przyspieszoną przez GPU.

Chinese GPU architectures such as Huawei Ascend, Biren, and Cambricon MLUs offer CUDA alternatives tailored for local AI and HPC markets.

This instructor-led, live training (online or onsite) is aimed at advanced-level GPU programmers and infrastructure specialists who wish to migrate and optimize existing CUDA applications for deployment on Chinese hardware platforms.

By the end of this training, participants will be able to:

• Evaluate compatibility of existing CUDA workloads with Chinese chip alternatives.
• Port CUDA codebases to Huawei CANN, Biren SDK, and Cambricon BANGPy environments.
• Compare performance and identify optimization points across platforms.
• Address practical challenges in cross-architecture support and deployment.

Format of the Course

• Interactive lecture and discussion.
• Hands-on code translation and performance comparison labs.
• Guided exercises focused on multi-GPU adaptation strategies.

Course Customization Options

• To request a customized training for this course based on your platform or CUDA project, please contact us to arrange.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla projektantów stron internetowych, którzy chcą używać Maya do tworzenia animacji 3D.

Pod koniec tego szkolenia uczestnicy będą mogli

• Tworzyć realistyczne modele i tekstury w Maya.
• Animować i renderować projekty w celu uzyskania wysokiej jakości odtwarzania.
• Symulować naturalne efekty, takie jak woda i dym.

WebGL (Web Graphics Library) to JavaScript API do renderowania grafiki 3D w przeglądarce internetowej bez użycia wtyczek.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak generować realistyczne obrazy komputerowe za pomocą grafiki 3D podczas tworzenia animowanej aplikacji 3D działającej w przeglądarce.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Zrozumieć i korzystać z różnych funkcji WebGL, w tym siatek, transformacji, kamer, materiałów, oświetlenia i animacji.
• Animować obiekty za pomocą WebGL
• Tworzyć obiekty 3D przy użyciu WebGL

Odbiorcy

• Programiści

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Ascend, Biren, and Cambricon are leading AI hardware platforms in China, each offering unique acceleration and profiling tools for production-scale AI workloads.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI infrastructure and performance engineers who wish to optimize model inference and training workflows across multiple Chinese AI chip platforms.

By the end of this training, participants will be able to:

• Benchmark models on Ascend, Biren, and Cambricon platforms.
• Identify system bottlenecks and memory/compute inefficiencies.
• Apply graph-level, kernel-level, and operator-level optimizations.
• Tune deployment pipelines to improve throughput and latency.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of profiling and optimization tools on each platform.
• Guided exercises focused on practical tuning scenarios.

Course Customization Options

• To request a customized training for this course based on your performance environment or model type, please contact us to arrange.