AI Inference and Deployment with CloudMatrix Training Cursus
CloudMatrix is Huawei’s geünificeerde AI-ontwikkelings- en implementatieplatform dat is ontworpen om schaalbare, productie-gerichte inferentie-pipelines te ondersteunen.
Deze door een instructeur geleide live-training (online of op locatie) is bedoeld voor AI-professionals op beginnend tot intermediair niveau die AI-modellen willen implementeren en monitoren met behulp van de CloudMatrix platform met CANN en MindSpore integratie.
Aan het einde van deze training kunnen de deelnemers:
- CloudMatrix gebruiken voor modelpakkaging, implementatie en servering.
- Modellen converteren en optimaliseren voor Ascend-chipsets.
- Pipelines instellen voor real-time en batch-inferentietaken.
- Implementaties monitoren en de prestaties aanpassen in productieomgevingen.
Formaat van de cursus
- Interactieve lezingen en discussies.
- Handsongebruik van CloudMatrix met echte implementatiescenario's.
- Geleide oefeningen gericht op conversie, optimalisatie en schaling.
Opties voor cursusaanpassing
- Om een aangepaste training voor deze cursus aan te vragen op basis van uw AI-infrastructuur of cloudomgeving, neem dan contact met ons op om dit te regelen.
Cursusaanbod
Inleiding tot Huawei CloudMatrix
- CloudMatrix ecosystem en implementatieproces
- Ondersteunde modellen, formaten en implementatiemodi
- Typische toepassingen en ondersteunde chipsets
Modellen voorbereiden voor implementatie
- Model exporteren uit trainingsgereedschappen (MindSpore, TensorFlow, PyTorch)
- ATC (Ascend Tensor Compiler) gebruiken voor formaatconversie
- Statische vs dynamische vormmodellen
Implementeren op CloudMatrix
- Service creëren en model registreren
- Inference services implementeren via UI of CLI
- Routing, authenticatie en toegangsbeheer
Inference verzoeken afhandelen
- Batch- vs real-time inference flows
- Data voorbewerking en nabewerkingspijplijnen
- CloudMatrix services oproepen vanuit externe apps
Monitoring en prestatieoptimalisatie
- Implementatielogboeken en verzoektraceerbaarheid
- Schalen van bronnen en load balancing
- Latency optimaliseren en doorvoer optimaliseren
Integratie met bedrijfsgereedschappen
- CloudMatrix verbinden met OBS en ModelArts
- Werkstromen en modelversiebeheer gebruiken
- CI/CD voor modelimplementatie en terugrol
End-to-end inference pipeline
- Complete afbeeldingsclassificatiepipeline implementeren
- Benchmarken en valideren van nauwkeurigheid
- Failover simuleren en systeemalerts
Samenvatting en volgende stappen
Vereisten
- Een begrip van AI-model training workflows
- Ervaring met Python-gebaseerde ML-frameworks
- Basisbekendheid met cloud-deploymentsconcepten
Doelgroep
- AI ops teams
- Machine learning engineers
- Cloud deployment specialisten die werken met Huawei-infrastructuur
Voor open trainingen is een minimum aantal van 5 deelnemers vereist
AI Inference and Deployment with CloudMatrix Training Cursus - Booking
AI Inference and Deployment with CloudMatrix Training Cursus - Enquiry
AI Inference and Deployment with CloudMatrix - Consultancyaanvraag
Consultancyaanvraag
Testimonials (1)
Stap voor stap training met veel oefeningen. Het was alsof het een workshop was en ik ben er heel blij mee.
Ireneusz - Inter Cars S.A.
Cursus - Intelligent Applications Fundamentals
Automatisch vertaald
Voorlopige Aankomende Cursussen
Gerelateerde cursussen
AI-applicaties ontwikkelen met Huawei Ascend en CANN
21 UrenHuawei Ascend is een familie van AI-processors ontworpen voor hoogpresterende inferentie en training.
Dit door een instructeur geleide live training (online of op locatie) is bedoeld voor AI-engineers en datawetenschappers op intermiddelair niveau die neural networkmodellen willen ontwikkelen en optimaliseren met behulp van de Huawei Ascend-platform en het CANN toolkit.
Na afloop van deze training kunnen de deelnemers:
- De CANN ontwikkelomgeving instellen en configureren.
- AI-applicaties ontwikkelen met behulp van MindSpore en CloudMatrix workflows.
- Prestatie optimaliseren op Ascend NPUs met behulp van aangepaste operators en tiling.
- Modellen implementeren in rand- of cloudomgevingen.
Opzet van de cursus
- Interactieve lezingen en discussies.
- Praktijkervaring met Huawei Ascend en het CANN toolkit in voorbeeldapplicaties.
- Geleid oefenen gericht op modelbouw, training en implementatie.
Aanpasbare opties voor de cursus
- Om een aangepaste training voor deze cursus aan te vragen op basis van uw infrastructuur of datasets, neem dan contact met ons op om dit te regelen.
Deploying AI Models met CANN en Ascend AI-processors
14 UrenCANN (Compute Architecture for Neural Networks) is Huawei’s AI-compute stack for deploying and optimizing AI models on Ascend AI processors.
Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor AI-ontwikkelaars en ingenieurs op intermediëren niveau die getrainde AI-modellen efficiënt willen inzetten op Huawei Ascend hardware met behulp van de CANN toolkit en tools zoals MindSpore, TensorFlow, of PyTorch.
Aan het einde van deze training kunnen de deelnemers:
- De CANN architectuur en zijn rol in de AI-inzetpijplijn begrijpen.
- Modellen van populaire frameworks converteren en aanpassen aan Ascend-compatibele indelingen.
- Gebruik maken van tools zoals ATC, OM-modelconversie en MindSpore voor edge- en cloudinferentie.
- Inzetproblemen diagnosticeren en de prestaties op Ascend-hardware optimaliseren.
Opzet van de cursus
- Interactieve les en demonstratie.
- Praktische laboratoriumwerkzaamheden met CANN tools en Ascend-simulators of apparaten.
- Praktische inzetscenario’s op basis van echte AI-modellen.
Opties voor cursusaanpassing
- Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.
AI Engineering Fundamentals
14 UrenDeze door een instructeur geleide live training (online of op locatie) richt zich op AI-ingenieurs en softwareontwikkelaars op beginner- tot gemiddeld niveau die een basisbegrip van AI-engineering principes en praktijken willen opdoen.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
- De kernbegrippen en technologieën achter AI en machine learning te begrijpen.
- Basismachine learning modellen te implementeren met TensorFlow en PyTorch.
- AI-technieken toe te passen om praktische problemen in de softwareontwikkeling op te lossen.
- AI-projecten te beheren en te onderhouden met behulp van beste praktijken in AI-engineering.
- De ethische implicaties en verantwoordelijkheden te herkennen die betrokken zijn bij het ontwikkelen van AI-systemen.
GPU Programming over Biren AI Accelerators
21 UrenBiren AI Accelerators zijn hoogprestatieapparaten die zijn ontworpen voor AI- en HPC-workloads met ondersteuning voor grootschalig trainen en infereren.
Deze door een instructeur geleide live-training (online of ter plekke) is bedoeld voor ontwikkelaars met een tussen- tot geavanceerd niveau die wensen om applicaties te programmeren en te optimaliseren met behulp van de eigen Biren GPU stack, met praktische vergelijkingen met CUDA-omgevingen.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- De Biren GPU architectuur en geheugenhiërarchie te begrijpen.
- De ontwikkelomgeving in te stellen en het Biren-programmeringsmodel te gebruiken.
- CUDA-stijl code te vertalen en te optimaliseren voor Biren platforms.
- Technieken voor prestatie optimalisatie en foutopsporing toe te passen.
Opzet van de cursus
- Interactieve les en discussie.
- Hands-on gebruik van de Biren SDK in voorbeeld-GPU workloads.
- Begeleide oefeningen gericht op porting en prestatie optimalisatie.
Opties voor cursusaanpassing
- Om een aangepaste training voor deze cursus aan te vragen op basis van uw applicatiestack of integratiebehoeften, neem dan contact met ons op om te regelen.
Building Intelligent Applications met AI en ML
28 UrenDeze live training onder leiding van een instructeur in België (online of op locatie) is gericht op AI-professionals van gemiddeld tot gevorderd niveau en
softwareontwikkelaars die intelligente toepassingen willen bouwen met behulp van AI en ML.
Aan het einde van deze training zijn de deelnemers in staat om:
- Begrijp de geavanceerde concepten en technologieën achter AI en ML.
- Analyseer en visualiseer gegevens om de ontwikkeling van AI/ML-modellen te informeren.
- Bouw, train en implementeer AI/ML-modellen effectief.
- Creëer intelligente toepassingen die echte problemen kunnen oplossen.
- Evalueer de ethische implicaties van AI-toepassingen in verschillende industrieën.
Inleiding tot CANN voor AI Framework Ontwikkelaars
7 UrenCANN (Compute Architecture for Neural Networks) is Huawei’s AI computing toolkit gebruikt om AI-modellen te compileren, te optimaliseren en te implementeren op Ascend AI-processoren.
Dit door een instructeur geleide, live training (online of op locatie) is bedoeld voor beginnende AI-ontwikkelaars die willen begrijpen hoe CANN past in de modellevenscyclus van training tot implementatie en hoe het werkt met frameworks zoals MindSpore, TensorFlow en PyTorch.
Aan het einde van deze training kunnen deelnemers:
- Het doel en de architectuur van de CANN toolkit begrijpen.
- Een ontwikkelomgeving instellen met CANN en MindSpore.
- Een eenvoudig AI-model converteren en implementeren op Ascend-hardware.
- Fundamentele kennis opdoen voor toekomstige CANN optimalisatie- of integratieprojecten.
Indeling van de cursus
- Interactieve lezingen en discussies.
- Handson-labs met eenvoudige modelimplementatie.
- Stapsgewijze begeleiding door de CANN toolchain en integratiepunten.
Opties voor cursusaanpassing
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Deployment
14 UrenHet Huawei Ascend CANN toolkit maakt krachtige AI-inferentie mogelijk op randapparaten zoals de Ascend 310. CANN biedt essentiële hulpmiddelen voor het compileren, optimaliseren en implementeren van modellen waar berekenings- en geheugenbeperkingen bestaan.
Deze door een instructeur geleide live-training (online of op locatie) is gericht op AI-ontwikkelaars en integrators op intermiddelair niveau die modellen willen implementeren en optimaliseren op Ascend-randapparaten met behulp van de CANN toolchain.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
- AI-modellen voorbereiden en converteren voor Ascend 310 met behulp van CANN hulpmiddelen.
- Lichtgewicht inferentie-pijplijnen bouwen met MindSpore Lite en AscendCL.
- De prestaties van modellen optimaliseren voor beperkte berekenings- en geheugenomgevingen.
- AI-toepassingen implementeren en monitoren in echte randgebruiksgevallen.
Opzet van de cursus
- Interactieve lezing en demonstratie.
- Handen-aan-praktijkwerk met rand-specifieke modellen en scenario's.
- Leefde implementatievoorbeelden op virtuele of fysieke randhardware.
Opties voor cursusaanpassing
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Huawei’s AI Compute Stack: Van CANN tot MindSpore
14 UrenDe AI-stack van Huawei — van de laaggeniveau CANN SDK tot het hooggeniveau MindSpore-framework — biedt een strak geïntegreerde AI-ontwikkel- en implementatieomgeving die is geoptimaliseerd voor Ascend-hardware.
Deze door een instructeur geleide live-training (online of ter plaatse) is bedoeld voor technische professionals op beginner- tot gemiddeld niveau die willen begrijpen hoe de CANN en MindSpore-componenten samenwerken om AI-lifecyclebeheer en infrastructuurbeslissingen te ondersteunen.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
- Het gelaagde architectuur van de AI-rekenstack van Huawei te begrijpen.
- Inzicht te krijgen in hoe CANN modeloptimalisatie en implementatie op hardware-niveau ondersteunt.
- Het MindSpore-framework en de toolchain te evalueren in vergelijking met industrie-alternatieven.
- De AI-stack van Huawei te positioneren binnen ondernemings- of cloud/ter-plaatse-omgevingen.
Formaat van de cursus
- Interactieve lezing en discussie.
- Live systeemdemonstraties en gevalsgebaseerde walkthroughs.
- Optionele begeleide labs over modelstroom van MindSpore naar CANN.
Opties voor aanpassing van de cursus
- Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.
Optimizing Neural Network Performance with CANN SDK
14 UrenCANN SDK (Compute Architecture for Neural Networks) is Huawei’s AI compute foundation dat ontwikkelaars in staat stelt om de prestaties van uitgevoerde neurale netwerken op Ascend AI-processoren te verfijnen en te optimaliseren.
Deze door instructeurs geleide live-training (online of op locatie) is bedoeld voor geavanceerde AI-ontwikkelaars en systeemingenieurs die de inferentieprestaties willen optimaliseren met behulp van het geavanceerde gereedschapspakket van CANN, waaronder de Graph Engine, TIK en de ontwikkeling van aangepaste operators.
Na afloop van deze training kunnen de deelnemers:
- De runtime-architectuur en prestatiecyclus van CANN begrijpen.
- Profileringsinstrumenten en de Graph Engine gebruiken voor prestatieanalyse en optimalisatie.
- Aangepaste operators maken en optimaliseren met behulp van TIK en TVM.
- Geheugenflessenhalsen oplossen en de modeldoorvoer verbeteren.
Formaat van de cursus
- Interactieve lezing en discussie.
- Praktijklaboratoria met realtime profileren en operatorafstelling.
- Optimalisatieoefeningen met behulp van voorbeelden van randgevallen-implementatie.
Opties voor cursusaanpassing
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
SDK voor Computer Vision en NLP Pipelines
14 UrenHet CANN SDK (Compute Architecture for Neural Networks) biedt krachtige implementatie- en optimalisatiegereedschappen voor real-time AI-applicaties in computer vision en NLP, vooral op Huawei Ascend hardware.
Deze door een instructeur geleide live training (online of op locatie) is gericht op AI-practitioners op intermediair niveau die vision- en taalmodellen willen bouwen, implementeren en optimaliseren met behulp van het CANN SDK voor productiegebruiksscenario’s.
Aan het einde van deze training kunnen de deelnemers:
- CV- en NLP-modellen implementeren en optimaliseren met CANN en AscendCL.
- CANN gereedschappen gebruiken om modellen te converteren en te integreren in live-pijplijnen.
- De inferentieprestaties optimaliseren voor taken zoals detectie, classificatie en sentimentanalyse.
- Real-time CV/NLP-pijplijnen bouwen voor edge- of cloudgebaseerde implementatiescenario’s.
Opbouw van de cursus
- Interactieve lezing en demonstratie.
- Handson lab met modelimplementatie en prestatieprofiling.
- Live-pijplijndesign met behulp van echte CV- en NLP-gebruiksscenario’s.
Opties voor cursusaanpassing
- Voor een aangepaste training voor deze cursus, neem contact met ons op om dit te regelen.
Aangepaste AI-operatoren maken met CANN TIK en TVM
14 UrenCANN TIK (Tensor Instruction Kernel) en Apache TVM bieden geavanceerde optimalisatie en aanpassing van AI-modeloperators voor Huawei Ascend hardware.
Deze instructeurgeleide live training (online of op locatie) is gericht op systeembouwers op geavanceerd niveau die custom operators willen bouwen, implementeren en afstellen voor AI-modellen met behulp van het TIK-programmeermodel van CANN en de TVM-compilerintegratie.
Aan het einde van deze training kunnen de deelnemers:
- Custom AI-operators schrijven en testen met behulp van de TIK DSL voor Ascend-processoren.
- Custom ops integreren in de CANN runtime en uitvoeringsgrafiek.
- TVM gebruiken voor operatorplanning, auto-tuning en benchmarking.
- Debuggen en optimaliseren van instructieniveauprestaties voor custom berekeningspatronen.
Formaat van de cursus
- Interactieve lezing en demonstratie.
- Hands-on codering van operators met behulp van TIK- en TVM-pipelines.
- Testen en afstellen op Ascend-hardware of simulators.
Opties voor cursusaanpassing
- Voor het aanvragen van een aangepaste training voor deze cursus, neem contact met ons op om dit te regelen.
Migrating CUDA Applications to Chinese GPU Architectures
21 UrenChinese GPU-architecturen zoals Huawei Ascend, Biren en Cambricon MLU's bieden CUDA-alternatieven die zijn afgestemd op de lokale AI- en HPC-markten.
Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor geavanceerde GPU-programmeurs en infrastructurspecialisten die bestaande CUDA-toepassingen willen migreren en optimaliseren voor implementatie op Chinese hardwareplatforms.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
- De compatibiliteit van bestaande CUDA-werkbelastingen met Chinese chipalternatieven te evalueren.
- CUDA-codebases te porten naar Huawei CANN, Biren SDK en Cambricon BANGPy-omgevingen.
- De prestaties te vergelijken en optimalisatiepunten te identificeren op verschillende platforms.
- Praktische uitdagingen in het ondersteunen en implementeren van cross-architecture te aanpakken.
Formaat van de cursus
- Interactieve lezingen en discussies.
- Hands-on codevertalings- en prestatievergelingslabs.
- Geleide oefeningen met als focus multi-GPU-adaptatiestrategieën.
Cursusaangepaste opties
- Om een aangepaste training voor deze cursus aan te vragen op basis van uw platform of CUDA-project, neem dan contact met ons op om dit te regelen.
Intelligente Toepassingen Fundamenten
14 UrenDeze live training onder leiding van een instructeur in België (online of op locatie) is bedoeld voor IT-professionals op beginnersniveau die een fundamenteel begrip willen krijgen van intelligente toepassingen en hoe deze in verschillende industrieën kunnen worden toegepast.
Aan het einde van deze training zijn de deelnemers in staat om:
- Begrijp de geschiedenis, principes en impact van kunstmatige intelligentie.
- Identificeer en pas verschillende machine learning-algoritmen toe.
- Beheer en analyseer gegevens effectief voor AI-toepassingen.
- Herken de praktische toepassingen en beperkingen van AI in verschillende sectoren.
- Bespreek de ethische overwegingen en maatschappelijke implicaties van AI-technologie.
Intelligent Applications Geavanceerd
21 UrenDeze live training onder leiding van een instructeur in België (online of op locatie) is bedoeld voor datawetenschappers, ingenieurs en AI-beoefenaars van gemiddeld tot gevorderd niveau die de fijne kneepjes van intelligente toepassingen onder de knie willen krijgen en deze willen gebruiken om complexe, echte problemen op te lossen.
Aan het einde van deze training zijn de deelnemers in staat om:
- Implementeer en analyseer deep learning-architecturen.
- Pas machine learning op schaal toe in een gedistribueerde computeromgeving.
- Ontwerp en voer versterkende leermodellen uit voor besluitvorming.
- Ontwikkel geavanceerde NLP-systemen voor taalbegrip.
- Gebruik computer vision-technieken voor beeld- en video-analyse.
- Ethische overwegingen bij de ontwikkeling en uitrol van AI-systemen aanpakken.
Performance Optimization on Ascend, Biren, and Cambricon
21 UrenAscend, Biren en Cambricon zijn leidende AI-hardwareplatformen in China, elk biedend unieke versnellings- en profieltools voor productieschaal AI-werkbelastingen.
Deze door een docent geleide, live-training (online of op locatie) is gericht op geavanceerde AI-infrastructuur- en prestatie-engineers die modelinferentie- en trainingswerkstromen willen optimaliseren op meerdere Chinese AI-chipplatformen.
Na afloop van deze training kunnen de deelnemers:
- Modellen bencheren op Ascend, Biren en Cambricon-platformen.
- Systembottleneks en geheugen/verwerkingsinefficiënties identificeren.
- Optimisaties op grafiekniveau, kernelniveau en operatorkniveau toepassen.
- Implementatiepijplijnen afstellen om doorvoer en latentie te verbeteren.
Formaat van de cursus
- Interactieve lezing en discussie.
- Handen aan het werk met profiel- en optimalisatietools op elk platform.
- Geleide oefeningen gericht op praktische afstellingscenario's.
Opties voor cursusanpassing
- Voor een aangepaste training voor deze cursus op basis van uw prestatieomgeving of modeltype, neem dan contact met ons op om dit te regelen.