CANN für Edge AI Deployment Schulung

Dieses von einem Trainer durchgeführte, live-Gehaltene Training in Österreich (Online oder vor Ort) richtet sich an fortgeschrittene AI-Praktiker, Forscher und Entwickler, die das letzte Fortschreiten im Bereich Edge AI meistern möchten, ihre AI-Modelle für die Bereitstellung am Rande optimieren und spezialisierte Anwendungen in verschiedenen Branchen erkunden.

Am Ende des Trainings werden Teilnehmer in der Lage sein:

• Erweiterte Techniken im Edge AI-Modellentwicklung und -Optimierung zu erforschen.
• Auf der Kante neueste Strategien für die Bereitstellung von AI-Modellen umzusetzen.
• Spezialisierte Werkzeuge und Frameworks für erweiterte Edge AI-Anwendungen zu nutzen.
• Die Leistungsfähigkeit und Effizienz von Edge-AI-Lösungen zu optimieren.
• Innovative Use Cases und aufstrebende Trends im Bereich Edge AI zu erkunden.
• Fortgeschrittene ethische und Sicherheitsaspekte in Edge AI-Bereitstellungen anzugehen.

Huawei Ascend ist eine Familie von AI-Prozessoren, die für hochleistungsfähige Inferenz und Trainingsprozesse entwickelt wurde.

Dieses von einem Trainer durchgeführte Live-Seminar (Online oder vor Ort) richtet sich an mittelstufige AI-Engineer und Data Scientists, die möchten, Modelle für neuronale Netzwerke mit Hilfe der Plattform Huawei Ascend und dem CANN Toolkit zu entwickeln und zu optimieren.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Entwicklungsumgebung von CANN einzurichten und zu konfigurieren.
• AI-Anwendungen mit MindSpore und CloudMatrix-Workflows zu entwickeln.
• Leistung auf Ascend NPUs mithilfe von benutzerdefinierten Operatoren und Tiling zu optimieren.
• Modelle in Edge- oder Cloud-Umgebungen bereitzustellen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Praktische Nutzung von Huawei Ascend und dem CANN-Toolkit in Beispielanwendungen.
• Geleitete Übungen, die sich auf das Modellieren, Trainieren und Bereitstellen konzentrieren.

Anpassungsoptionen für den Kurs

• Für eine angepasste Ausbildung an Ihren Infrastruktur oder Datensätzen basierend auf diesem Kurs, kontaktieren Sie uns bitte zur Anfrage.

CANN (Compute Architecture for Neural Networks) ist Huaweis AI-Rechenstack für die Bereitstellung und Optimierung von AI-Modellen auf Ascend-AI-Prozessoren.

Diese von einem Trainer geführte Live-Ausbildung (online oder vor Ort) richtet sich an mittelcalibrierte AI-Entwickler und Ingenieure, die effizient ausgebildete AI-Modelle mit dem CANN-Toolkit und Tools wie MindSpore, TensorFlow oder PyTorch auf Huawei Ascend-Hardware bereitstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Architektur von CANN und ihre Rolle im AI-Bereitstellungspipeline zu verstehen.
• Modelle aus beliebten Frameworks in Ascend-kompatible Formate umzuwandeln und anzupassen.
• Tools wie ATC, OM-Modellkonvertierung und MindSpore für Edge- und Cloud-Inferenz zu verwenden.
• Bereitstellungsprobleme zu diagnostizieren und die Leistung auf Ascend-Hardware zu optimieren.

Format des Kurses

• Interaktive Vorlesung und Demonstration.
• Praxisarbeit mit CANN-Tools und Ascend-Simulatoren oder Geräten.
• Praktische Bereitstellungsszenarien auf der Basis realer AI-Modelle.

Optionen für angepasste Schulungen

• Wenn Sie eine angepasste Schulung zu diesem Kurs anfordern möchten, kontaktieren Sie uns bitte zur Absprache.

Dieser von einem Trainer geleitete Live-Kurs in Österreich (Online oder vor Ort) richtet sich an Fortgeschrittene-Entwickler, Datenwissenschaftler und Technologie-Enthusiasten, die praktische Fähigkeiten im Bereitstellen von AI-Modellen auf Edge-Geräten für verschiedene Anwendungen erlangen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Prinzipien von Edge AI und ihre Vorteile zu verstehen.
• Eine Umgebung für Edge-Computing einzurichten und zu konfigurieren.
• AI-Modelle zur Bereitstellung auf Edge-Geräten zu entwickeln, zu trainieren und zu optimieren.
• Praktische AI-Lösungen auf Edge-Geräten umzusetzen.
• Die Leistung von auf Edge-Geräten bereitgestellten Modellen zu bewerten und zu verbessern.
• ETHERISCHE UND SICHERHEITSASPEKTE IN EDGE AI ANWENDUNGEN ZU BEHANDLUNG.

CANN (Compute Architecture for Neural Networks) ist Huaweis AI-Computing-Toolkast, der verwendet wird, um AI-Modelle auf Ascend-AI-Prozessoren zu kompilieren, zu optimieren und bereitzustellen.

Dieser von einem Trainer geleitete Live-Kurs (Online oder vor Ort) richtet sich an Anfänger im Bereich AI-Entwicklung, die verstehen möchten, wie CANN in den Modellzyklus von der Ausbildung bis zur Bereitstellung einbezogen wird und wie es mit Frameworks wie MindSpore, TensorFlow und PyTorch zusammenarbeitet.

Am Ende des Kurses werden die Teilnehmer in der Lage sein:

• Den Zweck und die Architektur des CANN-Toolkits zu verstehen.
• Eine Entwicklungsumgebung mit CANN und MindSpore einzurichten.
• Ein einfaches AI-Modell auf Ascend-Hardware umzusetzen und bereitzustellen.
• Grundlegendes Wissen für zukünftige Optimierungs- oder Integrationsprojekte mit CANN zu erlangen.

Format des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Praxisübungen mit einfacher Modellbereitstellung.
• Schritt-für-Schritt-Anleitung durch die CANN-Toolkette und Integrationspunkte.

Anpassungsoptionen des Kurses

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Anmeldung.

Huawei's AI-Stack — vom unteren SDK-CANN bis zum höherstufigen MindSpore-Framework — bietet eine eng integrierte Entwicklungsumgebung für die Bereitstellung von KI, optimiert für Ascend-Hardware.

Diese instructor-led Live-Ausbildung (online oder vor Ort) richtet sich an Anfänger und Fortgeschrittene in technischen Berufen, die verstehen möchten, wie die Komponenten CANN und MindSpore zusammenarbeiten, um das KI-Lebenszyklus-Management und Infrastrukturentscheidungen zu unterstützen.

Am Ende der Ausbildung können die Teilnehmer Folgendes:

• Die aufgeschichtete Architektur von Huaweis AI-Berechnungsstack verstehen.
• Erkennen, wie CANN das Modelloptimierung und die Hardwarebereitstellung unterstützt.
• Den MindSpore-Framework und -Toolchain in Bezug auf Branchenalternativen bewerten.
• Positionieren von Huaweis AI-Stack innerhalb von Unternehmensumgebungen oder Cloud/on-prem-Umgebungen.

Format der Ausbildung

• Interaktive Vorlesung und Diskussion.
• Live-Demos des Systems und fallbasierte Durchgänge.
• Optional geführte Workshops zum Modellfluss von MindSpore zu CANN.

Anpassungsoptionen der Ausbildung

• Bei Interesse an einer angepassten Trainingseinheit für diesen Kurs, kontaktieren Sie uns bitte zur Anordnung.

CANN SDK (Compute Architecture für Neural Networks) ist die AI-Berechnungsplattform von Huawei, mit der Entwickler die Leistung von eingesetzten neuronalen Netzen auf Ascend AI-Prozessoren feinjustieren und optimieren können.

Diese in Live-Format durchgeführte Schulung (online oder vor Ort) richtet sich an fortgeschrittene AI-Entwickler und Systemingenieure, die die Leistungsfähigkeit der Inferenz mit den erweiterten Werkzeugen von CANN optimieren möchten. Dies beinhaltet das Graph Engine, TIK sowie die Entwicklung benutzerdefinierter Operatoren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• CANN's Laufzeitarchitektur und Leistungszyklus zu verstehen.
• Profilierwerkzeuge und Graph Engine zur Analyse und Optimierung der Performance nutzen.
• Benutzerdefinierte Operatoren mit TIK und TVM erstellen und optimieren.
• Speichergrenzen auflösen und die Modelldurchsatzfähigkeit verbessern.

Format der Schulung

• Interaktiver Vortrag und Diskussion.
• Hände-direkt-Händefür-Schulungen mit realzeitiger Profilingfunktion und Anpassung von Operatoren.
• Optimierungsaufgaben unter Verwendung von Randfall-Deploymentbeispielen.

Anpassungsmöglichkeiten der Schulung

• Für eine maßgeschneiderte Schulung für diesen Kurs wenden Sie sich bitte an uns, um die Anpassung zu vereinbaren.

Die CANN SDK (Compute-Architektur für Neural Networks) bietet leistungsstarke Bereitstellungstools und Optimierungsmethoden für Echtzeitanwendungen im Bereich der KI, insbesondere in der Computer Vision und dem NLP, vor allem auf Huawei Ascend-Hardware.

Diese von einem Trainer geleitete Live-Ausbildung (online oder vor Ort) richtet sich an fortgeschrittene AI-Praktiker, die Modelle für Bildverarbeitung und Sprachverarbeitung mit der CANN SDK zur Produktionsnutzung bereitstellen und optimieren möchten.

Am Ende dieser Ausbildung werden die Teilnehmer in der Lage sein:

• CV- und NLP-Modelle mit CANN und AscendCL bereitzustellen und zu optimieren.
• CANN-Tools zur Modellkonvertierung und -integration in lebende Pipelines zu nutzen.
• Rückschlüsseleistung für Aufgaben wie Erkennung, Klassifizierung und Sentimentanalyse zu optimieren.
• Echtzeit-CV/NLP-Pipelines für die Bereitstellung an der Edge oder im Cloud-Szenario aufzubauen.

Format der Ausbildung

• Interaktive Vorlesung und Demonstration.
• Praxisübungen zur Modellbereitstellung und Leistungsbewertung.
• Live-Pipeline-Design unter Verwendung realer CV- und NLP-Anwendungsbeispiele.

Anpassungsoptionen der Ausbildung

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

CANN TIK (Tensor Instruction Kernel) und Apache TVM ermöglichen die erweiterte Optimierung und Anpassung von AI-Modelloperatoren für Huawei Ascend Hardware.

Dieses von einem Trainer durchgeführte Live-Seminar (online oder vor Ort) richtet sich an fortgeschrittene Systementwickler, die Custom-Operatoren für AI-Modelle mithilfe des TIK Programmiermodells und der TVM-Kompilerintegration von CANN erstellen, bereitstellen und einstellen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Custom-AI-Operatoren mit dem TIK DSL für Ascend-Prozessoren zu schreiben und zu testen.
• Custom-Ops in den CANN Runtime und die Ausführungsgraphik zu integrieren.
• TVM zur Operator-Scheduling, Auto-Tuning und Benchmarking zu verwenden.
• Instruktionsebene Leistungsprobleme von Custom-Berechnungsmustern zu debuggen und zu optimieren.

Format des Kurses

• Interaktive Vorlesungen und Demonstrations.
• Praxisorientiertes Coden von Operatoren mit TIK- und TVM-Pipelines.
• Testen und Einstellen auf Ascend-Hardware oder Simulatoren.

Anpassungsoptionen des Kurses

• Für eine angepasste Ausbildung zu diesem Kurs wenden Sie sich bitte an uns, um die Vorstellung zu vereinbaren.

Kombinieren Sie die transformerische Kraft von KI mit der Agilität des Edge-Computings in diesem umfassenden Kurs. Lernen Sie, AI-Modelle direkt auf Edge-Geräten zu deployen – vom Verständnis CNN-Architekturen bis hin zur Meisterung von Wissensdistanzierung und Federated Learning. Diese praktische Ausbildung wird Ihnen die Fähigkeiten vermitteln, um das Leistungsoptimum von AI für Echtzeitverarbeitung und Entscheidungsfindung am Rande zu erreichen.

Dieser von einem Instructor geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Robotik-Ingenieure, Entwickler autonomer Fahrzeuge und KI-Forscher, die Edge AI für innovative Lösungen in autonomen Systemen nutzen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Rolle und Vorteile von Edge AI in autonomen Systemen zu verstehen.
• KI-Modelle zur Echtzeitsignalverarbeitung auf Edge-Geräten zu entwickeln und bereitzustellen.
• Edge AI-Lösungen in autonomen Fahrzeugen, Drohnen und Robotik zu implementieren.
• Kontrollsysteme mit Edge AI zu entwerfen und zu optimieren.
• Ethische und rechtliche Aspekte in Anwendungen autonomer KI anzugehen.

Dieses von einem Trainer durchgeführte Live-Seminar (online oder vor Ort) richtet sich an mittelweit geprüfte Entwickler und IT-Professionals, die ein umfassendes Verständnis der Edge AI von den Grundlagen bis zur praktischen Umsetzung einschließlich Einrichtung und Bereitstellung erlangen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die grundlegenden Konzepte der Edge AI zu verstehen.
• Edge AI-Umgebungen einzurichten und konfigurieren.
• Edge AI-Modelle zu entwickeln, auszubilden und zu optimieren.
• Edge AI-Anwendungen bereitzustellen und zu verwalten.
• Edge AI mit bestehenden Systemen und Workflows zu integrieren.
• Ethische Aspekte und Best Practices bei der Umsetzung von Edge AI anzugehen.

Dieses von einem Trainer durchgeführte Live-Seminar (online oder vor Ort) richtet sich an fortgeschrittene Fachkräfte aus dem Gesundheitswesen, Biomedizin-Ingenieure und AI-Entwickler, die Edge AI für innovative Lösungen im Gesundheitswesen nutzen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Die Rolle und Vorteile von Edge AI im Gesundheitswesen zu verstehen.
• AI-Modelle auf edge-Geräten für Anwendungen im Gesundheitswesen zu entwickeln und einzurichten.
• Edge-AI-Lösungen in tragbaren Geräten und diagnostischen Werkzeugen umzusetzen.
• Patientenüberwachungssysteme mit Edge AI zu konzipieren und einzurichten.
• Ethische und regulatorische Aspekte von AI-Anwendungen im Gesundheitswesen anzugehen.

Dieser von einem Lehrbeauftragten geleitete Live-Kurs in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Entwickler, Systemarchitekten und Branchenprofis, die Edge AI nutzen möchten, um IoT-Anwendungen mit intelligenten Datenverarbeitungsfähigkeiten und -analysen zu erweitern.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Grundlagen von Edge AI und ihre Anwendung in IoT zu verstehen.
• Umgebungen für Edge AI bei IoT-Geräten einzurichten und konfigurieren.
• AI-Modelle auf Edge-Geräten für IoT-Anwendungen entwickeln und bereitstellen.
• Echtzeit-Datenverarbeitung und -entscheidungsfindung in IoT-Systemen implementieren.
• Edge AI mit verschiedenen IoT-Protokollen und Plattformen integrieren.
• Ethische Überlegungen und Best Practices in Edge AI für IoT ansprechen.

Dieses von einem Trainer geleitete Live-Seminar in Österreich (Online oder vor Ort) richtet sich an Anfänger-Entwickler und IT-Professionals, die das Grundwissen zu Edge AI und ihre grundlegenden Anwendungen verstehen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Grundlegende Konzepte und Architektur von Edge AI zu verstehen.
• Edge AI-Umgebungen einzurichten und konfigurieren.
• Einfache Edge AI-Anwendungen zu entwickeln und bereitzustellen.
• Use Cases und Vorteile von Edge AI zu identifizieren und zu verstehen.