AI Engineering Fundamentals Treningskurs

CloudMatrix er Huaweis enhetlige plattform for utvikling og distribusjon av AI, som er designet for å støtte skalerbare, produksjonskvalitetsinferenspipeliner.

Denne instruktørledede, levende opplæringen (online eller på stedet) er rettet mot AI-profesjonelle på begynnernivå til mellomnivå som ønsker å distribuere og overvåke AI-modeller ved hjelp av CloudMatrix plattformen med CANN og MindSpore-integrering.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruke CloudMatrix for modellpakking, distribusjon og levertjeneste.
• Konvertere og optimalisere modeller for Ascend-chipsett.
• Opprette pipelines for sanntids- og batch-inferensoppgaver.
• Overvåke distribusjoner og justere ytelse i produksjonsmiljøer.

Kursets format

• Interaktiv forelesning og diskusjon.
• Hånds-på bruk av CloudMatrix med virkelige distribusjonsscenarier.
• Veiledede øvelser som fokuserer på konvertering, optimalisering og skalerbarhet.

Tilpasningsalternativer for kurs

• For å be om en tilpasset opplæring for dette kurset basert på din AI-infrastruktur eller sky-miljø, kontakt oss for å avtale.

Biren AI-akseleratorer er høyytelsesorienterte GPUs designet for AI- og HPC-laster med støtte for stort volum trenings- og inferensarbeid.

Dette ledede, live-treningen (online eller på stedet) er rettet mot mellomnivå- og avanserte utviklere som ønsker å programmere og optimalisere applikasjoner ved hjelp av Biren sitt proprietære GPU-stakk, med praktiske sammenligninger med CUDA-baserte miljøer.

Til slutt vil deltakerne kunne:

• Forstå Biren GPU-arkitektur og minnehierarki.
• Opprette utviklingsmiljø og bruke Biren sitt programmeringsmodell.
• Oversette og optimalisere CUDA-stilkode for Biren-plattformer.
• Bruke prestasjonsjustering og feilsøkingsmetoder.

Format på kurset

• Interaktiv forelesning og diskusjon.
• Hender-på bruk av Biren SDK i eksempler på GPU-laster.
• Guidede øvelser fokusert på porting og prestasjonsjustering.

Muligheter for tilpassing av kurset

• For å be om tilpasset trening for dette kurset basert på din applikasjonsstakk eller integrasjonsbehov, ta kontakt med oss for å avtale.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot AI-fagfolk på middels nivå til avansert nivå.
programvareutviklere som ønsker å bygge intelligente applikasjoner ved hjelp av AI og ML.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de avanserte konseptene og teknologiene bak AI og ML.
• Analyser og visualiser data for å informere AI/ML-modellutvikling.
• Bygg, tren og distribuer AI/ML-modeller effektivt.
• Lag intelligente applikasjoner som kan løse problemer i den virkelige verden.
• Evaluer de etiske implikasjonene av AI-applikasjoner i ulike bransjer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot IT-fagfolk på nybegynnernivå som ønsker å få en grunnleggende forståelse av intelligente applikasjoner og hvordan de kan brukes i ulike bransjer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå historien, prinsippene og virkningen av kunstig intelligens.
• Identifiser og bruk forskjellige maskinlæringsalgoritmer.
• Administrer og analyser data effektivt for AI-applikasjoner.
• Gjenkjenne de praktiske anvendelsene og begrensningene til AI i forskjellige sektorer.
• Diskuter de etiske hensyn og samfunnsmessige implikasjoner av AI-teknologi.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot dataforskere, ingeniører og AI-utøvere på middels til avansert nivå som ønsker å mestre detaljene med intelligente applikasjoner og utnytte dem til å løse komplekse, problemer i den virkelige verden.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Implementere og analysere dyplæringsarkitekturer.
• Bruk maskinlæring i stor skala i et distribuert datamiljø.
• Design og utfør forsterkende læringsmodeller for beslutningstaking.
• Utvikle sofistikerte NLP-systemer for språkforståelse.
• Bruk datasynsteknikker for bilde- og videoanalyse.
• Ta tak i etiske hensyn ved utvikling og distribusjon av AI-systemer.