Formation Cambricon MLU Development with BANGPy and Neuware
Les Cambricon MLUs (Machine Learning Unités) sont des puces AI spécialisées optimisées pour l'inférence et la formation dans les scénarios de périphérie et de centre de données.
Cette formation en direct (en ligne ou sur site), animée par un formateur, s'adresse aux développeurs intermédiaires souhaitant construire et déployer des modèles AI à l'aide du cadre BANGPy et du SDK Neuware sur le matériel Cambricon MLU.
À la fin de cette formation, les participants seront capables de :
- Configurer et configurer les environnements de développement BANGPy et Neuware.
- Développer et optimiser des modèles basés sur Python et C++ pour Cambricon MLUs.
- Déployer des modèles vers des appareils de périphérie et de centre de données exécutant le runtime Neuware.
- Intégrer les flux de travail ML avec des fonctionnalités d'accélération spécifiques à MLU.
Format du cours permettant d'évaluer les participants
- Cours interactifs et discussions.
- Utilisation pratique de BANGPy et Neuware pour le développement et le déploiement.
- Exercices guidés axés sur l'optimisation, l'intégration et les tests.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours basée sur votre modèle d'appareil Cambricon ou votre cas d'utilisation, veuillez nous contacter pour organiser cela.
Introduction à Cambricon et à l'architecture MLU
- Aperçu de la gamme de puces AI de Cambricon
- Architecture MLU et pipeline d'instructions
- Types de modèles pris en charge et cas d'utilisation
Installation du chaînon de développement
- Installation de BANGPy et du SDK Neuware
- Configuration de l'environnement pour Python et C++
- Compatibilité des modèles et prétraitement
Développement de modèles avec BANGPy
- Gestion de la structure et de la forme du tenseur
- Construction du graphe de calcul
- Soutien aux opérations personnalisées dans BANGPy
Déploiement avec le runtime Neuware
- Conversion et chargement des modèles
- Contrôle d'exécution et d'inférence
- Pratiques de déploiement pour périphérie et centre de données
Optimisation des performances
- Mappage mémoire et réglage par couche
- Suivi d'exécution et profilage
- Bouchons courants et corrections
Intégration de MLU dans les applications
- Utilisation des API Neuware pour l'intégration d'applications
- Soutien au streaming et aux modèles multiples
- Scénarios d'inférence hybride CPU-MLU
Projet de bout en bout et Use Case
- Laboratoire : déploiement d'un modèle vision ou NLP
- Inférence périphérique avec intégration BANGPy
- Test de précision et de débit
Récapitulatif et prochaines étapes
- Compréhension des structures de modèles d'apprentissage automatique
- Expérience avec Python et/ou C++
- Familiarité avec les concepts de déploiement et d'accélération des modèles
Audience
- Développeurs AI embarqués
- Ingénieurs ML déployant sur périphérie ou centre de données
- Développeurs travaillant avec l'infrastructure AI chinoise
Récapitulatif et prochaines étapes
Plan du cours
Introduction à Cambricon et à l'architecture MLU
- Aperçu de la gamme de puces AI de Cambricon
- Architecture MLU et pipeline d'instructions
- Types de modèles pris en charge et cas d'utilisation
Installation du chaînage de développement
- Installation de BANGPy et de la SDK Neuware
- Configuration de l'environnement pour Python et C++
- Compatibilité des modèles et prétraitement
Développement de modèles avec BANGPy
- Gestion de la structure et de la forme des tenseurs
- Construction du graphe de calcul
- Soutien aux opérations personnalisées dans BANGPy
Déploiement avec le runtime Neuware
- Conversion et chargement des modèles
- Contrôle d'exécution et d'inférence
- Pratiques de déploiement aux bords et dans les centres de données
Optimisation des performances
- Mappage mémoire et ajustement des couches
- Suivi et profilage d'exécution
- Bouchons courants et corrections
Intégration de MLU dans les applications
- Utilisation des API Neuware pour l'intégration des applications
- Support du streaming et des modèles multiples
- Cas d'inférence hybride CPU-MLU
Projet de bout en bout et Use Case
- Atelier : Déploiement d'un modèle de vision ou NLP
- Inférence aux bords avec intégration BANGPy
- Test de précision et de débit
Résumé et prochaines étapes
Pré requis
- Une compréhension des structures de modèles d'apprentissage automatique
- Expérience avec Python et/ou C++
- Familiarité avec les concepts de déploiement et d'accélération des modèles
Public cible
- Développeurs AI embarqués
- Ingénieurs ML déployant sur le bord ou dans un centre de données
- Développeurs travaillant avec l'infrastructure AI chinoise
Les formations ouvertes requièrent plus de 3 participants.
Formation Cambricon MLU Development with BANGPy and Neuware - Booking
Formation Cambricon MLU Development with BANGPy and Neuware - Enquiry
Cambricon MLU Development with BANGPy and Neuware - Demande d'informations consulting
Demande d'informations consulting
Cours à venir
Cours Similaires
Techniques Avancées Edge AI
14 HeuresCette formation en direct (en ligne ou sur site) est destinée aux praticiens avancés de l'IA, chercheurs et développeurs qui souhaitent maîtriser les dernières avancées dans l'IA Edge, optimiser leurs modèles IA pour le déploiement edge, et explorer des applications spécialisées à travers divers secteurs.
À la fin de cette formation, les participants seront capables de :
- Explorer les techniques avancées dans le développement et l'optimisation des modèles IA Edge.
- Mettre en œuvre des stratégies à la pointe pour déployer des modèles IA sur des dispositifs edge.
- Utiliser des outils et frameworks spécialisés pour les applications avancées d'IA Edge.
- Optimiser la performance et l'efficacité des solutions d'IA Edge.
- Explorer les cas d'utilisation innovants et les tendances émergentes dans l'IA Edge.
- Aborder les considérations éthiques avancées et de sécurité pour le déploiement IA Edge.
Construction de solutions AI aux bords
14 HeuresCette formation en direct (en ligne ou sur site) est destinée aux développeurs de niveau intermédiaire, aux scientifiques des données et aux passionnés de technologie qui souhaitent acquérir des compétences pratiques pour déployer des modèles d'IA sur des dispositifs edge dans diverses applications.
À la fin de cette formation, les participants seront capables de :
- Comprendre les principes de l'IA en périphérie et ses avantages.
- Configurer et installer l'environnement de calcul en périphérie.
- Développer, entraîner et optimiser des modèles d'IA pour un déploiement edge.
- Implémenter des solutions pratiques d'IA sur les dispositifs en périphérie.
- Évaluer et améliorer la performance des modèles déployés en périphérie.
- Aborder les considérations éthiques et de sécurité dans les applications d'IA edge.
Migrer les applications CUDA vers les architectures GPU chinoises
21 HeuresLes architectures chinoises GPU telles que Huawei Ascend, Biren et Cambricon MLUs offrent des alternatives à CUDA adaptées aux marchés locaux de l'IA et du calcul haute performance.
Cette formation en direct (en ligne ou sur site) dispensée par un formateur est destinée aux programmeurs avancés GPU et aux spécialistes d'infrastructure qui souhaitent migrer et optimiser des applications CUDA existantes pour leur déploiement sur des plateformes matérielles chinoises.
À la fin de cette formation, les participants seront capables de :
- Évaluer la compatibilité des charges de travail CUDA existantes avec les alternatives à base de puces chinoises.
- Migrer des bases de code CUDA vers Huawei CANN, Biren SDK et environnements Cambricon BANGPy.
- Comparer les performances et identifier les points d'optimisation sur différents plateformes.
- Aborder les défis pratiques du support inter-architecture et du déploiement.
Format de la formation
- Cours interactif et discussion.
- Laboratoires pratiques de traduction de code et de comparaison des performances.
- Exercices guidés axés sur les stratégies d'adaptation multi-GPU.
Options de personnalisation du cours
- Pour demander une formation personnalisée basée sur votre plateforme ou projet CUDA, veuillez nous contacter pour organiser cela.
IA au Bord dans les Systèmes Autonomes
14 HeuresCette formation en direct (en ligne ou sur place) est destinée aux ingénieurs intermédiaires en robotique, aux développeurs de véhicules autonomes et aux chercheurs en IA qui souhaitent tirer parti de l'IA Edge pour des solutions innovantes dans les systèmes autonomes.
À la fin de cette formation, les participants seront capables de :
- Comprendre le rôle et les avantages de l'IA Edge dans les systèmes autonomes.
- Développer et déployer des modèles IA pour un traitement en temps réel sur des dispositifs Edge.
- Mettre en œuvre des solutions d'IA Edge dans les véhicules autonomes, les drones et la robotique.
- Concevoir et optimiser des systèmes de contrôle à l'aide de l'IA Edge.
- Traiter les considérations éthiques et réglementaires dans les applications d'IA autonomes.
IA aux bords : De la conception à la mise en œuvre
14 HeuresCette formation en direct (en ligne ou sur site) dispensée par un formateur est destinée aux développeurs et professionnels IT de niveau intermédiaire souhaitant acquérir une compréhension approfondie du Edge AI, des concepts à la mise en œuvre pratique, y compris la configuration et le déploiement.
À l'issue de cette formation, les participants seront capables de :
- Comprendre les concepts fondamentaux du Edge AI.
- Configurer des environnements Edge AI.
- Développer, entraîner et optimiser des modèles Edge AI.
- Déployer et gérer des applications Edge AI.
- Intégrer le Edge AI avec les systèmes et workflows existants.
- Aborder les considérations éthiques et les meilleures pratiques dans la mise en œuvre du Edge AI.
IA au bord pour les Services Financiers
14 HeuresCette formation en direct (en ligne ou sur site) est destinée aux professionnels intermédiaires de la finance, aux développeurs fintech et aux spécialistes IA qui souhaitent mettre en œuvre des solutions Edge AI dans les services financiers.
À la fin de cette formation, les participants seront capables de :
- Comprendre le rôle de l'IA au niveau du périphérique (Edge AI) dans les services financiers.
- Mettre en place des systèmes de détection de fraude à l'aide de l'IA au niveau du périphérique.
- Améliorer le service client grâce aux solutions pilotées par IA.
- Appliquer l'Edge AI pour la gestion des risques et la prise de décision.
- Déployer et gérer des solutions Edge AI dans les environnements financiers.
Intelligence Artificielle aux Bordures pour la Santé
14 HeuresCette formation en direct, animée par un formateur, à France (en ligne ou sur site) s'adresse aux professionnels de santé intermédiaires, aux ingénieurs biomédicaux et aux développeurs AI qui souhaitent exploiter l'Edge AI pour des solutions innovantes dans le domaine de la santé.
À la fin de cette formation, les participants seront capables de :
- Comprendre le rôle et les avantages de l'Edge AI dans le secteur de la santé.
- Développer et déployer des modèles AI sur des appareils IoT pour des applications médicales.
- Mettre en œuvre des solutions Edge AI dans les dispositifs portables et les outils diagnostiques.
- Concevoir et déployer des systèmes de surveillance des patients en utilisant l'Edge AI.
- Traiter les considérations éthiques et réglementaires dans les applications d'intelligence artificielle en santé.
Intelligence Artificielle aux Bordures dans l'Automatisation Industrielle
14 HeuresCette formation en direct, animée par un instructeur (en ligne ou sur site), s'adresse aux ingénieurs industriels de niveau intermédiaire, aux professionnels de la fabrication et aux développeurs AI qui souhaitent mettre en œuvre des solutions Edge AI dans l'automatisation industrielle.
À la fin de cette formation, les participants seront capables de :
- Comprendre le rôle de l'Edge AI dans l'automatisation industrielle.
- Mettre en œuvre des solutions de maintenance prédictive en utilisant l'Edge AI.
- Appliquer les techniques d'intelligence artificielle pour le contrôle de qualité dans les processus de fabrication.
- Optimiser les processus industriels à l'aide de l'Edge AI.
- Déployer et gérer des solutions Edge AI dans les environnements industriels.
Edge AI pour les Applications IoT
14 HeuresCette formation en direct, dirigée par un formateur (en ligne ou sur site), s'adresse aux développeurs intermédiaires, architectes de systèmes et professionnels de l'industrie qui souhaitent utiliser Edge AI pour améliorer les applications IoT avec des capacités de traitement et d'analyse de données intelligentes.
À la fin de cette formation, les participants seront en mesure de :
- Comprendre les fondamentaux de l'Edge AI et son application dans IoT.
- Configurer des environnements Edge AI pour les appareils IoT.
- Développer et déployer des modèles IA sur les dispositifs Edge pour les applications IoT.
- Mettre en œuvre le traitement de données en temps réel et la prise de décision dans les systèmes IoT.
- Intégrer l'Edge AI avec divers protocoles et plateformes IoT.
- Aborder les considérations éthiques et les meilleures pratiques en Edge AI pour IoT.
AI aux Bordures pour les Villes Intelligentes
14 HeuresCette formation en direct (en ligne ou sur site) dispensée par un formateur est destinée aux planificateurs urbains de niveau intermédiaire, ingénieurs civils et gestionnaires de projets de ville intelligente qui souhaitent tirer parti de l'IA au bord pour les initiatives de ville intelligente.
À la fin de cette formation, les participants seront capables de :
- Comprendre le rôle de l'IA au bord dans les infrastructures de ville intelligente.
- Mettre en œuvre des solutions d'IA au bord pour la gestion du trafic et la surveillance.
- Optimiser les ressources urbaines à l'aide des technologies d'IA au bord.
- Intégrer l'IA au bord avec les systèmes de ville intelligente existants.
- Traiter les considérations éthiques et réglementaires dans la mise en œuvre des villes intelligentes.
Edge AI avec TensorFlow Lite
14 HeuresCette formation en direct (en ligne ou sur site) est destinée aux développeurs intermédiaires, scientifiques des données et praticiens de l'IA qui souhaitent utiliser TensorFlow Lite pour les applications d'IA Edge.
À la fin de cette formation, les participants seront capables de :
- Comprendre les fondamentaux de TensorFlow Lite et son rôle dans l'IA Edge.
- Développer et optimiser des modèles d'IA en utilisant TensorFlow Lite.
- Déployer des modèles TensorFlow Lite sur divers appareils Edge.
- Utiliser les outils et techniques pour la conversion et l'optimisation de modèles.
- Mettre en œuvre des applications d'IA Edge pratiques à l'aide de TensorFlow Lite.
Introduction à l'IA Edge
14 HeuresCette formation en direct (en ligne ou sur place) est destinée aux développeurs débutants et professionnels IT qui souhaitent comprendre les fondamentaux de l'IA aux bords du réseau (Edge AI) et ses applications de base.
À la fin de cette formation, les participants seront capables de :
- Comprendre les concepts de base et l'architecture de l'Edge AI.
- Configurer des environnements Edge AI.
- Développer et déployer des applications Edge AI simples.
- Identifier et comprendre les cas d'utilisation et les avantages de l'Edge AI.
Optimisation des Modèles IA pour les Dispositifs de Borda
14 HeuresCette formation en direct (en ligne ou sur place) dirigée par un formateur s'adresse aux développeurs d'intelligence artificielle (IA) intermédiaires, ingénieurs en apprentissage automatique et architectes de systèmes qui souhaitent optimiser les modèles IA pour le déploiement sur des dispositifs edge.
À la fin de cette formation, les participants seront capables de :
- Comprendre les défis et les exigences du déploiement de modèles IA sur des appareils edge.
- Appliquer des techniques de compression de modèles pour réduire la taille et la complexité des modèles IA.
- Utiliser des méthodes de quantification pour améliorer l'efficacité du modèle sur le matériel edge.
- Mettre en œuvre le taillage (pruning) et d'autres techniques d’optimisation pour améliorer les performances du modèle.
- Déployer des modèles IA optimisés sur divers appareils edge.
Performance Optimization on Ascend, Biren, and Cambricon
21 HeuresAscend, Biren et Cambricon sont des plateformes de matériel IA leaders en Chine, chacune offrant des outils uniques d'accélération et de profilage pour les charges de travail AI à l'échelle de production.
Cette formation en direct dirigée par un formateur (en ligne ou sur site) s'adresse aux ingénieurs高级AI基础设施和性能工程师,他们希望在多个中国AI芯片平台上优化模型推理和训练工作流。
到本培训结束时,参与者将能够:
- 在Ascend、Biren和Cambricon平台上对模型进行基准测试。
- 识别系统瓶颈和内存/计算低效问题。
- 应用图级、内核级和操作符级优化。
- 调整部署管道以提高吞吐量和减少延迟。
课程格式
- 互动讲座和讨论。
- 在每个平台上实际使用性能分析和优化工具。
- 专注于实用调优场景的指导练习。
课程定制选项
- 如需基于您的性能环境或模型类型对此课程进行定制培训,请联系我们安排。
Sécurité et confidentialité dans l'IA aux bords
14 HeuresCette formation en direct (en ligne ou sur site) est destinée à des professionnels de la cybersécurité, administrateurs systèmes et chercheurs en éthique de l'IA de niveau intermédiaire qui souhaitent sécuriser et déployer de manière éthique les solutions Edge AI.
À la fin de cette formation, les participants seront capables de :
- Comprendre les défis liés à la sécurité et à la confidentialité dans l'Edge AI.
- Mettre en œuvre les meilleures pratiques pour sécuriser les appareils et les données aux bords.
- Développer des stratégies pour atténuer les risques de sécurité dans le déploiement d'Edge AI.
- Aborder les considérations éthiques et s'assurer de la conformité avec les régulations.
- Effectuer des évaluations de sécurité et des audits pour les applications Edge AI.