Curso de Construcción de Operadores Personalizados de IA con CANN TIK y TVM

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 cómputo de Inteligencia Artificial (IA) de Huawei para desplegar y optimizar modelos de IA en los procesadores Ascend AI.

Este entrenamiento impartido por instructores en vivo (en línea o presencial) está dirigido a desarrolladores e ingenieros intermedios de IA que desean desplegar eficientemente modelos de IA entrenados en hardware Huawei Ascend utilizando la herramienta CANN y herramientas como MindSpore, TensorFlow, o PyTorch.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender la arquitectura de CANN y su papel en el pipeline de despliegue de IA.
• Convertir y adaptar modelos desde marcos populares a formatos compatibles con Ascend.
• Utilizar herramientas como ATC, conversión del modelo OM y MindSpore para inferencia en la nube y el borde.
• 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.
• Escenarios de despliegue basados en modelos de IA del mundo real.

Opciones de Personalización del Curso

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

CANN (Compute Architecture for Neural Networks) es la herramienta de cálculo de Inteligencia Artificial (IA) de Huawei que se utiliza para compilar, optimizar y desplegar modelos de IA en los procesadores Ascend AI.

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

Al finalizar esta formación, los participantes podrán:

• Comprender la finalidad y la arquitectura del kit de herramientas CANN.
• Configurar un entorno de desarrollo con CANN y MindSpore.
• Convertir y desplegar un modelo de IA simple en hardware Ascend.
• Adquirir 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.
• Explicación paso a paso de la cadena de herramientas CANN y los puntos de integración.

Opciones de Personalización del Curso

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

La herramienta Ascend CANN de Huawei permite realizar inferencias de IA potentes en dispositivos de borde como el Ascend 310. CANN proporciona herramientas esenciales para compilar, optimizar y desplegar modelos donde los recursos de cálculo y memoria están limitados.

Este entrenamiento dirigido por un instructor (en línea u on-site) está destinado a desarrolladores e integradores de IA intermedios que desean desplegar y optimizar modelos en dispositivos de borde Ascend utilizando la cadena de herramientas CANN.

Al finalizar este entrenamiento, los participantes podrán:

• Preparar y convertir modelos de IA para el 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 recursos limitados de cálculo y memoria.
• Desplegar y monitorear aplicaciones de IA en casos de uso reales del borde.

Formato del Curso

• Conferencia interactiva y demostración.
• Trabajo práctico con modelos y escenarios específicos del borde.
• Ejemplos de despliegue en vivo en hardware virtual o físico del borde.

Opciones de Personalización del Curso

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

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

Este entrenamiento en vivo (en línea o presencial) está dirigido a profesionales técnicos de nivel principiante a intermedio que desean comprender cómo los componentes CANN y MindSpore trabajan juntos para apoyar la gestión del ciclo de vida de IA e infraestructura.

Al finalizar este entrenamiento, 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 hardware.
• Evaluar el marco y herramienta MindSpore en relación con alternativas industriales.
• Posicionar la pila de IA de Huawei dentro de entornos empresariales o cloud/on-prem.

Formato del Curso

• Charla interactiva y discusión.
• Demostraciones de sistema en vivo y recorridos basados en casos prácticos.
• Laboratorios guiados opcionales sobre el flujo de modelos desde MindSpore a CANN.

Opciones de Personalización del Curso

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

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.