Erstellen benutzerdefinierter AI-Operatoren mit CANN TIK und TVM Schulung

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.

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.

Die Toolkit Ascend CANN von Huawei ermöglicht eine leistungsfähige AI-Schließung auf Edge-Geräten wie dem Ascend 310. CANN bietet wesentliche Werkzeuge für das Kompilieren, Optimieren und Bereitstellen von Modellen in Umgebungen mit begrenzter Rechenleistung und Speicher.

Diese lehrer-gesteuerte Live-Ausbildung (online oder vor Ort) richtet sich an fortgeschrittene AI-Entwickler und -Integratoren, die Modelle auf Ascend Edge-Geräten mit der CANN Werkzeugkette bereitstellen und optimieren möchten.

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

• AI-Modelle für den Ascend 310 mithilfe von CANN-Werkzeugen vorzubereiten und umzuwandeln.
• Leichtgewichtige Inferenzpipelines mit MindSpore Lite und AscendCL zu erstellen.
• Die Modellleistung für Umgebungen mit begrenzter Rechenleistung und Speicher zu optimieren.
• AI-Anwendungen in realen Edge-Szenarien bereitzustellen und zu überwachen.

Format der Ausbildung

• Interaktive Vorlesung und Demonstration.
• Praxisarbeit am Modell und in Szenarien für Edge-Geräte.
• Live-Beispiele der Bereitstellung auf virtuellem oder physischem Edge-Hardware.

Anpassungsoptionen der Ausbildung

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

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.