Curso de Técnicas Gráficas (Adobe Photoshop, Adobe Illustrator)

Huawei Ascend es una familia de procesadores AI diseñados para inferencia y entrenamiento de alto rendimiento.

Este curso dirigido por instructores (en línea o presencial) está destinado a ingenieros de IA intermedios y científicos de datos que desean desarrollar y optimizar modelos de redes neuronales utilizando la plataforma Ascend de Huawei y el kit de herramientas CANN.

Al finalizar este curso, los participantes podrán:

• Configurar y configurar el entorno de desarrollo de CANN.
• Desarrollar aplicaciones AI utilizando MindSpore y flujos de trabajo CloudMatrix.
• Optimizar el rendimiento en NPUs Ascend usando operadores personalizados y tiling.
• Implementar modelos en entornos edge o cloud.

Formato del curso

• Conferencia interactiva y discusión.
• Uso práctico de Huawei Ascend y el kit de herramientas CANN en aplicaciones de ejemplo.
• Ejercicios guiados enfocados en la construcción, entrenamiento e implementación del modelo.

Opciones para personalizar el curso

• Para solicitar un curso personalizado basado en su infraestructura o conjuntos de datos, contáctenos para organizarlo.

CANN (Compute Architecture for Neural Networks) es la pila de cálculo AI de Huawei para desplegar y optimizar modelos AI en procesadores Ascend AI.

Esta formación impartida por un instructor (en línea u onsite) está dirigida a desarrolladores e ingenieros intermedios de IA que desean desplegar eficientemente modelos de IA entrenados en hardware Huawei Ascend utilizando la herramienta y el kit de herramientas CANN, como MindSpore, TensorFlow o PyTorch.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura CANN y su papel en el proceso de despliegue de IA.
• Convertir y adaptar modelos desde marcos populares a formatos compatibles con Ascend.
• Utilizar herramientas como ATC, OM model conversion e inferencia en la nube o al borde con MindSpore.
• Diagnosticar problemas de despliegue y optimizar el rendimiento en hardware Ascend.

Formato del Curso

• Conferencia interactiva y demostración.
• Trabajo práctico utilizando herramientas de CANN y simuladores o dispositivos Ascend.
• Casos de despliegue prácticos basados en modelos de IA del mundo real.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizarlo.

Los aceleradores AI de Biren son GPU de alto rendimiento diseñados para cargas de trabajo de IA y HPC, con soporte para entrenamiento y inferencia a gran escala.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a desarrolladores de nivel intermedio a avanzado que desean programar y optimizar aplicaciones utilizando la pila propietaria GPU de Biren, con comparaciones prácticas con entornos basados en CUDA.

Al final de esta formación, los participantes podrán:

• Comprender la arquitectura y jerarquía de memoria de Biren GPU.
• Configurar el entorno de desarrollo e implementar el modelo de programación de Biren.
• Traducir y optimizar código estilo CUDA para plataformas Biren.
• Aplicar técnicas de ajuste de rendimiento y depuración.

Formato del Curso

• Conferencia interactiva y discusión.
• Uso práctico del SDK Biren en cargas de trabajo de muestra GPU.
• Ejercicios guiados enfocados en el porting y ajuste de rendimiento.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso basada en su pila de aplicaciones o necesidades de integración, por favor contáctenos para organizarlo.

Las unidades MLU de Cambricon (Machine Learning) son chips especializados en IA optimizados para inferencia y entrenamiento en escenarios de borde y centros de datos.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a desarrolladores intermedios que desean construir y desplegar modelos de IA utilizando el marco BANGPy y el SDK Neuware en hardware MLU de Cambricon.

Al finalizar esta formación, los participantes podrán:

• Configurar y configurar los entornos de desarrollo de BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para las unidades MLU de Cambricon.
• Desplegar modelos a dispositivos de borde y centros de datos que ejecutan el tiempo de ejecución Neuware.
• Integrar flujos de trabajo de IA con características de aceleración específicas de MLU.

Formato del Curso

• Conferencia interactiva y discusión.
• Uso práctico de BANGPy y Neuware para desarrollo y despliegue.
• Ejercicios guiados enfocados en optimización, integración y pruebas.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada basada en el modelo de dispositivo Cambricon o caso de uso específico, contáctenos para organizarlo.

CANN (Arquitectura de Cómputo para Neural Networks) es la herramienta de cómputo AI de Huawei utilizada para compilar, optimizar y desplegar modelos AI en los procesadores Ascend AI.

Esta formación impartida por instructores (en línea o presencial) está dirigida a desarrolladores AI principiantes que desean entender cómo CANN se integra en el ciclo de vida del modelo desde la capacitación hasta el despliegue, y cómo funciona con frameworks como MindSpore, TensorFlow, y PyTorch.

Al finalizar esta formación, los participantes podrán:

• Comprender el propósito y la arquitectura de la herramienta CANN.
• Configurar un entorno de desarrollo con CANN y MindSpore.
• Convertir y desplegar un modelo AI simple en hardware Ascend.
• Obtener conocimientos básicos para futuros proyectos de optimización o integración con CANN.

Formato del Curso

• Conferencia interactiva y discusión.
• Laboratorios prácticos con despliegue de modelos simples.
• Pasos detallados de la cadena de herramientas CANN y puntos de integración.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para hacer arreglos.

La herramienta Ascend CANN de Huawei habilita inferencias de IA poderosas en dispositivos de borde como el Ascend 310. CANN proporciona herramientas esenciales para compilar, optimizar y desplegar modelos donde se limitan los cálculos y la memoria.

Esta formación impartida por instructores (en línea o en sitio) está dirigida a desarrolladores e integradores de IA de nivel intermedio que desean desplegar y optimizar modelos en dispositivos de borde Ascend utilizando el conjunto de herramientas CANN.

Al final de esta formación, los participantes podrán:

• Preparar y convertir modelos de IA para Ascend 310 usando las herramientas de CANN.
• Construir pipelines de inferencia livianos utilizando MindSpore Lite y AscendCL.
• Optimizar el rendimiento del modelo en entornos con cálculo y memoria limitados.
• Desplegar y monitorear aplicaciones de IA en casos de uso reales de borde.

Formato del Curso

• Charla interactiva y demostración.
• Tareas prácticas con modelos y escenarios específicos del borde.
• Ejemplos de despliegue en vivo en hardware virtual o físico de borde.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarlo.

La pila de IA de Huawei — desde el SDK de bajo nivel CANN hasta el marco de alto nivel MindSpore — ofrece un entorno integrado para desarrollo y despliegue de IA optimizado para hardware Ascend.

Esta formación en vivo dirigida por instructores (en línea o presencial) está orientada a profesionales técnicos principiantes e intermedios que deseen comprender cómo los componentes CANN y MindSpore trabajan juntos para apoyar la gestión del ciclo de vida de IA y las decisiones de infraestructura.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura en capas de la pila de cálculo de IA de Huawei.
• Identificar cómo CANN apoya la optimización del modelo y el despliegue a nivel de hardware.
• Evaluar el marco y la cadena de herramientas MindSpore en relación con alternativas de la industria.
• Determinar la posición de la pila de IA de Huawei dentro de entornos empresariales o cloud/on-prem.

Formato del Curso

• Conferencia interactiva y discusión.
• Demostraciones en vivo del sistema y recorridos basados en casos de uso.
• Laboratorios guiados opcionales sobre el flujo de modelos desde MindSpore hasta CANN.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarlo.

CANN SDK (Arquitectura de Cómputo para Neural Networks) es la base de cómputo de IA de Huawei que permite a los desarrolladores afinar y optimizar el rendimiento de redes neuronales implementadas en procesadores AI Ascend.

Esta formación presencial dirigida por un instructor (en línea o presencial) está destinada a desarrolladores avanzados de IA e ingenieros de sistemas que desean optimizar el rendimiento de inferencia utilizando la herramienta avanzada CANN, incluyendo el Engine Gráfico, TIK y el desarrollo de operadores personalizados.

Al final de esta formación, los participantes podrán:

• Entender la arquitectura en tiempo real y el ciclo de vida del rendimiento de CANN.
• Utilizar herramientas de perfilado y Engine Gráfico para análisis y optimización de rendimiento.
• Crear y optimizar operadores personalizados utilizando TIK y TVM.
• Resolver cuellos de botella de memoria e mejorar la tasa de procesamiento del modelo.

Formato del Curso

• Seminario interactivo y discusión.
• Laboratorios prácticos con perfilado en tiempo real y ajuste de operadores.
• Ejercicios de optimización utilizando ejemplos de implementación de casos especiales.

Opciones para la Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.

El SDK CANN (Arquitectura de Computación para Neural Networks) proporciona herramientas poderosas de implementación y optimización para aplicaciones de IA en tiempo real en visión por computadora y PLN, especialmente en hardware Huawei Ascend.

Este entrenamiento guiado por un instructor (en línea o presencial) está dirigido a practicantes intermedios de IA que desean construir, implementar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en producción.

Al finalizar este entrenamiento, los participantes podrán:

• Implementar y optimizar modelos CV y NLP usando CANN y AscendCL.
• Utilizar las herramientas de CANN para convertir modelos e integrarlos en tuberías en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimientos.
• Construir pipelines de CV/NLP en tiempo real para escenarios de implementación basados en dispositivos de borde o nube.

Formato del Curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño en vivo de tuberías utilizando casos reales de CV y PLN.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarlo.

CANN TIK (Tensor Instruction Kernel) y Apache TVM permiten la optimización y personalización avanzada de operadores de modelos AI para Huawei Ascend hardware.

Este entrenamiento dirigido por un instructor (en línea o en el sitio) está destinado a desarrolladores de sistemas avanzados que desean construir, implementar y ajustar operadores personalizados para modelos AI utilizando el modelo de programación TIK de CANN e integración del compilador TVM.

Al finalizar este entrenamiento, los participantes podrán:

• Escribir y probar operadores AI personalizados usando la DSL TIK para procesadores Ascend.
• Integrar operaciones personalizadas en el tiempo de ejecución CANN y el grafo de ejecución.
• Usar TVM para la programación de operadores, autoajuste y pruebas de rendimiento.
• Depurar y optimizar el rendimiento a nivel de instrucción para patrones de cálculo personalizados.

Formato del Curso

• Conferencia interactiva y demostración.
• Codificación práctica de operadores utilizando las tuberías TIK y TVM.
• Pruebas y ajustes en hardware Ascend o simuladores.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para organizarlo.

Las arquitecturas GPU chinas, como Huawei Ascend, Biren y Cambricon MLUs, ofrecen alternativas a CUDA adaptadas para los mercados de IA y HPC locales.

Este entrenamiento en vivo (en línea u onsite) dirigido por un instructor está destinado a programadores avanzados de GPU y especialistas en infraestructura que desean migrar y optimizar aplicaciones existentes de CUDA para su implementación en plataformas de hardware chinas.

Al finalizar este entrenamiento, los participantes podrán:

• Evaluando la compatibilidad de las cargas de trabajo existentes de CUDA con alternativas de chips chinos.
• Migrar bases de código de CUDA a entornos Huawei CANN, Biren SDK y Cambricon BANGPy.
• Comparar el rendimiento e identificar puntos de optimización en distintas plataformas.
• Abordar desafíos prácticos en el soporte y la implementación entre arquitecturas.

Formato del Curso

• Charlas interactivas y discusiones.
• Laboratorios de traducción de código y comparaciones de rendimiento prácticos.
• Ejercicios guiados enfocados en estrategias de adaptación multi-GPU.

Opciones para la Personalización del Curso

• Para solicitar una capacitación personalizada basada en su plataforma o proyecto CUDA, contáctenos para organizarlo.

Ascend, Biren y Cambricon son plataformas de hardware de IA líderes en China, cada una ofrece herramientas únicas de aceleración y perfilado para cargas de trabajo de IA a escala de producción.

Esta formación dirigida por instructores (en línea o presencial) está orientada a ingenieros avanzados de infraestructura e IA y rendimiento que desean optimizar flujos de trabajo de inferencia y entrenamiento de modelos en múltiples plataformas de chips AI chinos.

Al final de esta formación, los participantes podrán:

• Benchmarkear modelos en las plataformas Ascend, Biren y Cambricon.
• Identificar cuellos de botella del sistema e ineficiencias de memoria/cómputo.
• Aplicar optimizaciones a nivel de gráficos, núcleos y operadores.
• Ajustar pipelines de despliegue para mejorar el rendimiento y la latencia.

Formato del Curso

• Conferencias interactivas y discusiones.
• Uso práctico de herramientas de perfilado y optimización en cada plataforma.
• Ejercicios guiados enfocados en escenarios de ajuste prácticos.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso basada en su entorno de rendimiento o tipo de modelo, por favor contáctenos para organizarlo.