GPU Programming with CUDA Training Cursus

Huawei Ascend is een familie van AI-processoren ontworpen voor high-performance inference en training.Deze door een instructeur geleide, live training (online of op locatie) is gericht op AI-engineers en datawetenschappers op tussenniveau die neural network modellen willen ontwikkelen en optimaliseren met behulp van de Ascend-platform van Huawei en het CANN-toolkit.Na voltooiing van deze training kunnen de deelnemers:

• De CANN-ontwikkelomgeving installeren en configureren.
• AI-applicaties ontwikkelen met behulp van MindSpore en CloudMatrix-werkstromen.
• De prestaties optimaliseren op Ascend NPUs met behulp van aangepaste operators en tiling.
• Modellen implementeren in edge- of cloudomgevingen.

Opzet van de cursus

• Interactieve lezing en discussie.
• Pratische ervaring met Huawei Ascend en het CANN-toolkit in voorbeeldtoepassingen.
• Begeleide oefeningen met de nadruk op het bouwen, trainen en implementeren van modellen.

Opties voor cursusaanpassing

• Voor het aanvragen van een aangepaste training voor deze cursus op basis van uw infrastructuur of datasets, neem dan contact met ons op om dit te regelen.

CANN (Compute Architecture for Neural Networks) is Huawei’s AI compute stack for deploying and optimizing AI models on Ascend AI processors.

This instructor-led, live training (online or onsite) is aimed at intermediate-level AI developers and engineers who wish to deploy trained AI models efficiently to Huawei Ascend hardware using the CANN toolkit and tools such as MindSpore, TensorFlow, or PyTorch.

By the end of this training, participants will be able to:

• Understand the CANN architecture and its role in the AI deployment pipeline.
• Convert and adapt models from popular frameworks to Ascend-compatible formats.
• Use tools like ATC, OM model conversion, and MindSpore for edge and cloud inference.
• Diagnose deployment issues and optimize performance on Ascend hardware.

Format of the Course

• Interactive lecture and demonstration.
• Hands-on lab work using CANN tools and Ascend simulators or devices.
• Practical deployment scenarios based on real-world AI models.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Biren AI Accelerators zijn hoogpresterende GPUs ontworpen voor AI- en HPC-workloads met ondersteuning voor grootschalig training en inferentie.Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor ontwikkelaars op intermediair tot geavanceerd niveau die applicaties willen programmeren en optimaliseren met behulp van de proprietaire GPU stack van Biren, met praktische vergelijkingen met CUDA-omgevingen.Na afloop van deze training kunnen de deelnemers:- De Biren GPU architectuur en geheugenhierarchie begrijpen.- De ontwikkelomgeving instellen en het programmeringsmodel van Biren gebruiken.- CUDA-stijlcodering vertalen en optimaliseren voor Biren-platforms.- Prestatie-optimalisatie- en debugtechnieken toepassen.Format van de Cursus- Interactieve colleges en discussies.- Handson gebruik van Biren SDK in voorbeeld GPU workloads.- Geleide 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 dit te regelen.

Cambricon MLUs (Machine Learning Units) zijn gespecialiseerde AI-chips geoptimaliseerd voor inferentie en training in edge- en datacenterscenario's.

Deze door een instructeur geleide, live training (online of ter plaatse) is gericht op ontwikkelaars op intermediair niveau die AI-modellen willen bouwen en implementeren met behulp van het BANGPy-framework en de Neuware SDK op Cambricon MLU-hardware.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• De BANGPy- en Neuware-ontwikkelomgevingen te installeren en configureren.
• Python- en C++-gebaseerde modellen te ontwikkelen en te optimaliseren voor Cambricon MLUs.
• Modellen te implementeren op edge- en datacenterapparaten die de Neuware-runtime uitvoeren.
• ML-workflows te integreren met MLU-specifieke versnellingseigenschappen.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Handmatige gebruik van BANGPy en Neuware voor ontwikkeling en implementatie.
• Geleide oefeningen gericht op optimalisatie, integratie en testen.

Opties voor cursusanpassing

• Om een aangepaste training voor deze cursus aan te vragen op basis van uw Cambricon-apparaatmodel of gebruiksscenario, neem dan contact met ons op om dit te regelen.

CANN (Compute Architecture for Neural Networks) is Huawei’s AI computing toolkit used to compile, optimize, and deploy AI models on Ascend AI processors.

This instructor-led, live training (online or onsite) is aimed at beginner-level AI developers who wish to understand how CANN fits into the model lifecycle from training to deployment, and how it works with frameworks like MindSpore, TensorFlow, and PyTorch.

By the end of this training, participants will be able to:

• Understand the purpose and architecture of the CANN toolkit.
• Set up a development environment with CANN and MindSpore.
• Convert and deploy a simple AI model to Ascend hardware.
• Gain foundational knowledge for future CANN optimization or integration projects.

Format of the Course

• Interactive lecture and discussion.
• Hands-on labs with simple model deployment.
• Step-by-step walkthrough of the CANN toolchain and integration points.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Huawei's Ascend CANN toolkit enables powerful AI inference on edge devices such as the Ascend 310. CANN provides essential tools for compiling, optimizing, and deploying models where compute and memory are constrained.

This instructor-led, live training (online or onsite) is aimed at intermediate-level AI developers and integrators who wish to deploy and optimize models on Ascend edge devices using the CANN toolchain.

By the end of this training, participants will be able to:

• Prepare and convert AI models for Ascend 310 using CANN tools.
• Build lightweight inference pipelines using MindSpore Lite and AscendCL.
• Optimize model performance for limited compute and memory environments.
• Deploy and monitor AI applications in real-world edge use cases.

Format of the Course

• Interactive lecture and demonstration.
• Hands-on lab work with edge-specific models and scenarios.
• Live deployment examples on virtual or physical edge hardware.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Huawei’s AI stack — from the low-level CANN SDK to the high-level MindSpore framework — offers a tightly integrated AI development and deployment environment optimized for Ascend hardware.

This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level technical professionals who wish to understand how the CANN and MindSpore components work together to support AI lifecycle management and infrastructure decisions.

By the end of this training, participants will be able to:

• Understand the layered architecture of Huawei’s AI compute stack.
• Identify how CANN supports model optimization and hardware-level deployment.
• Evaluate the MindSpore framework and toolchain in relation to industry alternatives.
• Position Huawei's AI stack within enterprise or cloud/on-prem environments.

Format of the Course

• Interactive lecture and discussion.
• Live system demos and case-based walkthroughs.
• Optional guided labs on model flow from MindSpore to CANN.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

CANN SDK (Compute Architecture for Neural Networks) is Huawei’s AI compute foundation that allows developers to fine-tune and optimize the performance of deployed neural networks on Ascend AI processors.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI developers and system engineers who wish to optimize inference performance using CANN’s advanced toolset, including the Graph Engine, TIK, and custom operator development.

By the end of this training, participants will be able to:

• Understand CANN's runtime architecture and performance lifecycle.
• Use profiling tools and Graph Engine for performance analysis and optimization.
• Create and optimize custom operators using TIK and TVM.
• Resolve memory bottlenecks and improve model throughput.

Format of the Course

• Interactive lecture and discussion.
• Hands-on labs with real-time profiling and operator tuning.
• Optimization exercises using edge-case deployment examples.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

The CANN SDK (Compute Architecture for Neural Networks) provides powerful deployment and optimization tools for real-time AI applications in computer vision and NLP, especially on Huawei Ascend hardware.

This instructor-led, live training (online or onsite) is aimed at intermediate-level AI practitioners who wish to build, deploy, and optimize vision and language models using the CANN SDK for production use cases.

By the end of this training, participants will be able to:

• Deploy and optimize CV and NLP models using CANN and AscendCL.
• Use CANN tools to convert models and integrate them into live pipelines.
• Optimize inference performance for tasks like detection, classification, and sentiment analysis.
• Build real-time CV/NLP pipelines for edge or cloud-based deployment scenarios.

Format of the Course

• Interactive lecture and demonstration.
• Hands-on lab with model deployment and performance profiling.
• Live pipeline design using real CV and NLP use cases.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

CANN TIK (Tensor Instruction Kernel) and Apache TVM enable advanced optimization and customization of AI model operators for Huawei Ascend hardware.

This instructor-led, live training (online or onsite) is aimed at advanced-level system developers who wish to build, deploy, and tune custom operators for AI models using CANN’s TIK programming model and TVM compiler integration.

By the end of this training, participants will be able to:

• Write and test custom AI operators using the TIK DSL for Ascend processors.
• Integrate custom ops into the CANN runtime and execution graph.
• Use TVM for operator scheduling, auto-tuning, and benchmarking.
• Debug and optimize instruction-level performance for custom computation patterns.

Format of the Course

• Interactive lecture and demonstration.
• Hands-on coding of operators using TIK and TVM pipelines.
• Testing and tuning on Ascend hardware or simulators.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Chinese 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.

Ascend, 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.