Erstellung benutzerdefinierter KI-Operatoren mit CANN TIK und TVM Schulung

Huawei Ascend ist eine Familie von KI-Prozessoren, die für hochperformantes Inference- und Training konzipiert wurden.

Dieser instruktionsgestützte Live-Workshop (online oder vor Ort) richtet sich an KI-Ingenieure und Data Scientists auf mittlerem Niveau, die neuronale Netzwerkmodelle mit Huawei’s Ascend-Plattform und dem CANN-Toolkit entwickeln und optimieren möchten.

Nach Abschluss dieser Schulung können die Teilnehmer:

• Die CANN-Entwicklungsumgebung einrichten und konfigurieren.
• KI-Anwendungen mit MindSpore und CloudMatrix-Workflows entwickeln.
• Die Leistung auf Ascend-NPUs durch benutzerdefinierte Operatoren und Tiling optimieren.
• Modelle in Edge- oder Cloud-Umgebungen bereitstellen.

Form der Schulung

• Interaktive Vorlesungen und Diskussionen.
• Praxisnahe Verwendung von Huawei Ascend und CANN-Toolkit in Beispielanwendungen.
• Angeleitete Übungen zu Modellierung, Training und Deployment.

Optionen zur Schulungsanpassung

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs basierend auf Ihrer Infrastruktur oder Ihren Datensätzen wünschen, kontaktieren Sie uns bitte, um dies zu arrangieren.

CANN (Compute Architecture for Neural Networks) ist der KI-Rechenstapel von Huawei zur Bereitstellung und Optimierung von KI-Modellen auf Ascend AI-Prozessoren.

Diese von Ausbildenden geleitete Live-Schulung (online oder vor Ort) richtet sich an KI-Entwickler und Ingenieure mit mittleren Kenntnissen, die trainierte KI-Modelle effizient auf Huawei Ascend-Hardware bereitstellen möchten, wobei das CANN-Toolkit sowie Tools wie MindSpore, TensorFlow oder PyTorch eingesetzt werden.

Am Ende dieser Schulung sind die Teilnehmer in der Lage:

• Die CANN-Architektur und ihre Rolle im KI-Bereitstellungsprozess zu verstehen.
• Modelle aus gängigen Frameworks in Ascend-kompatible Formate umzuwandeln und anzupassen.
• Tools wie ATC, OM-Modellkonvertierung und MindSpore für Inferenzen an der Edge und in der Cloud zu nutzen.
• Bereitstellungsprobleme zu diagnostizieren und die Leistung auf Ascend-Hardware zu optimieren.

Format des Kurses

• Interaktive Vorlesung und Demonstration.
• Praxisübungen mit CANN-Tools und Ascend-Simulatoren oder Geräten.
• Praktische Bereitstellungsszenarien basierend auf realen KI-Modellen.

Möglichkeiten zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

CANN (Compute Architecture for Neural Networks) ist das KI-Computing-Toolkit von Huawei, das zur Kompilierung, Optimierung und Bereitstellung von KI-Modellen auf Ascend-KI-Prozessoren verwendet wird.

Dieses Instructor-led-Training (online oder vor Ort) richtet sich an AI-Entwickler mit Grundkenntnissen, die verstehen möchten, wie CANN in den gesamten Modelllebenszyklus von der Schulung bis zur Bereitstellung integriert ist und wie es mit Frameworks wie MindSpore, TensorFlow und PyTorch zusammenarbeitet.

Am Ende dieses Trainings sind die Teilnehmer in der Lage:

• Den Zweck und die Architektur des CANN-Toolkits zu verstehen.
• Eine Entwicklungsumgebung mit CANN und MindSpore einzurichten.
• Ein einfaches KI-Modell auf Ascend-Hardware zu konvertieren und bereitzustellen.
• Grundlegendes Wissen für künftige CANN-Optimierungs- oder Integrationsprojekte zu erwerben.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Praktische Übungen mit der Bereitstellung einfacher Modelle.
• Schritt-für-Schritt-Einführung in die CANN-Toolchain und Integrationspunkte.

Optionen zur Kursanpassung

• Für eine maßgeschneiderte Schulung zu diesem Kurs kontaktieren Sie uns bitte zur Terminvereinbarung.

Das Huawei Ascend CANN-Toolkit ermöglicht leistungsfähige KI-Inferenz auf Edge-Geräten wie dem Ascend 310. CANN stellt unverzichtbare Werkzeuge zum Kompilieren, Optimieren und Bereitstellen von Modellen bereit, wobei Rechenleistung und Speicher eingeschränkt sind.

Dieses instructor-led-Training (live, online oder vor Ort) richtet sich an KI-Entwickler und Integratoren auf fortgeschrittenem Niveau, die Modelle auf Ascend Edge-Geräten mit der CANN Toolchain bereitstellen und optimieren möchten.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein:

• KI-Modelle für den Ascend 310 mit CANN-Werkzeugen vorzubereiten und zu konvertieren.
• Leichtgewichtige Inferenz-Pipelines mit MindSpore Lite und AscendCL zu entwickeln.
• Die Modellleistung für Umgebungen mit begrenzter Rechenleistung und Speicher zu optimieren.
• KI-Anwendungen in realen Edge-Szenarien bereitzustellen und zu überwachen.

Format des Kurses

• Interaktiver Vortrag und Demonstration.
• Praxisnahe Laboreinheiten mit Edge-spezifischen Modellen und Szenarien.
• Live-Bereitstellungsbeispiele auf virtueller oder physischer Edge-Hardware.

Möglichkeiten zur Anpassung des Kurses

• Für eine maßgeschneiderte Schulung zu diesem Kurs wenden Sie sich bitte an uns, um dies zu organisieren.

Der KI-Stack von Huawei – vom tiefgreifenden CANN SDK bis zum hochrangigen MindSpore Framework – bietet eine eng integrierte Entwicklungsumgebung für KI, die auf Ascend-Hardware optimiert ist.

Diese Dozenten-gestützte Live-Schulung (Online oder vor Ort) richtet sich an technische Fachkräfte vom Anfänger- bis zum Fortgeschrittenen-Level, die verstehen möchten, wie CANN und MindSpore-Komponenten zusammenarbeiten, um das KI-Lebenszyklusmanagement und Infrastrukturentscheidungen zu unterstützen.

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

• Die Schichtenarchitektur des Huawei AI Compute Stack zu verstehen.
• Zu erkennen, wie CANN bei der Modelloptimierung und Hardware-basierten Implementierung unterstützt.
• Das MindSpore Framework und die Toolchain im Vergleich zu Branchenaltschulen bewerten.
• Den Huawei AI Stack in Unternehmens- oder Cloud/On-Prem-Umgebungen positionieren.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Live-System-Demonstrationen und Fall-basierte Durchläufe.
• Optionale angeleitete Laborarbeiten zum Modellfluss von MindSpore zu CANN.

Anpassungsoptionen des Kurses

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

Das CANN SDK (Compute Architecture for Neural Networks) ist Huaweis KI-Berechnungsgrundlage, die es Entwicklern ermöglicht, die Leistung von eingesetzten neuronalen Netzwerken auf Ascend-KIs-Prozessoren feinzustimmen und zu optimieren.

Dieser von einem Instruktör geleitete, live veranstaltete Kurs (online oder vor Ort) richtet sich an erfahrene KI-Entwickler und Systemingenieure, die die Inferenzleistung mithilfe der erweiterten Toolset-Funktionen von CANN optimieren möchten, einschließlich Graph Engine, TIK und der Entwicklung benutzerdefinierter Operatoren.

Nach Abschluss dieses Kurses sind die Teilnehmer in der Lage:

• Die Laufzeitarchitektur und den Lebenszyklus von CANN zu verstehen.
• Profiling-Tools und die Graph Engine für Leistungsanalyse und -optimierung zu verwenden.
• Benutzerdefinierte Operatoren mit TIK und TVM zu erstellen und zu optimieren.
• Speicherengpässe zu beheben und den Modell-Durchsatz zu verbessern.

Format des Kurses

• Interaktive Vorträge und Diskussionen.
• Praxisübungen mit Echtzeit-Profiling und Operator-Tuning.
• Optimierungsübungen anhand von Beispielen für Edge-Bereitstellungen.

Möglichkeiten zur Anpassung des Kurses

• Um eine maßgeschneiderte Schulung für diesen Kurs zu erhalten, kontaktieren Sie uns bitte zur Vereinbarung.

Das CANN SDK (Compute Architecture for Neural Networks) bietet leistungsstarke Tools zur Bereitstellung und Optimierung von Echtzeit-KI-Anwendungen im Bereich Computer Vision und NLP, insbesondere für Huawei Ascend Hardware.

Dieses Instructor-Led-Training (live, online oder vor Ort) richtet sich an fortgeschrittene KI-Experten, die Vision- und Sprachmodelle mit dem CANN SDK für produktionsreale Anwendungen entwickeln, bereitstellen und optimieren möchten.

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

• CV- und NLP-Modelle mit CANN und AscendCL bereitzustellen und zu optimieren.
• CANN-Tools zur Modellkonvertierung zu verwenden und diese in Live-Pipelines zu integrieren.
• Die Inferenzleistung für Aufgaben wie Objekterkennung, Klassifizierung und Sentiment-Analyse zu optimieren.
• Echtzeit-CV/NLP-Pipelines für Edge- oder Cloud-basierte Bereitstellungen aufzubauen.

Kursformat

• Interaktive Vorträge und Demonstrationen.
• Praktische Laboreinheiten mit Modellsbereitstellung und Leistungsprofilierung.
• Live-Pipelinedesign anhand realer CV- und NLP-Anwendungsfälle.

Möglichkeiten zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.