Cambricon MLU Development with BANGPy and Neuware Treningskurs

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot AI-utøvere, forskere og utviklere på avansert nivå som ønsker å mestre de siste fremskrittene i Edge AI, optimalisere AI-modellene deres for edge-distribusjon og utforske spesialiserte applikasjoner på tvers av ulike bransjer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utforsk avanserte teknikker i Edge AI-modellutvikling og -optimalisering.
• Implementer banebrytende strategier for å distribuere AI-modeller på avanserte enheter.
• Bruk spesialiserte verktøy og rammeverk for avanserte Edge AI-applikasjoner.
• Optimaliser ytelsen og effektiviteten til Edge AI-løsninger.
• Utforsk innovative brukstilfeller og nye trender i Edge AI.
• Ta tak i avanserte etiske og sikkerhetsmessige hensyn i Edge AI-implementeringer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på mellomnivå, dataforskere og teknologientusiaster som ønsker å få praktiske ferdigheter i å distribuere AI-modeller på avanserte enheter for ulike applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene til Edge AI og dens fordeler.
• Sett opp og konfigurer edge computing-miljøet.
• Utvikle, trene og optimalisere AI-modeller for edge-distribusjon.
• Implementer praktiske AI-løsninger på edge-enheter.
• Evaluer og forbedre ytelsen til edge-distribuerte modeller.
• Ta tak i etiske og sikkerhetsmessige hensyn i Edge AI-applikasjoner.

Chinese GPU architectures such as Huawei Ascend, Biren, and Cambricon MLUs offer CUDA alternatives tailored for local AI and HPC markets.

This instructor-led, live training (online or onsite) is aimed at advanced-level GPU programmers and infrastructure specialists who wish to migrate and optimize existing CUDA applications for deployment on Chinese hardware platforms.

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

• Evaluate compatibility of existing CUDA workloads with Chinese chip alternatives.
• Port CUDA codebases to Huawei CANN, Biren SDK, and Cambricon BANGPy environments.
• Compare performance and identify optimization points across platforms.
• Address practical challenges in cross-architecture support and deployment.

Format of the Course

• Interactive lecture and discussion.
• Hands-on code translation and performance comparison labs.
• Guided exercises focused on multi-GPU adaptation strategies.

Course Customization Options

• To request a customized training for this course based on your platform or CUDA project, please contact us to arrange.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot robotingeniører på middels nivå, utviklere av autonome kjøretøy og AI-forskere som ønsker å utnytte Edge AI for innovative autonome systemløsninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen og fordelene med Edge AI i autonome systemer.
• Utvikle og distribuer AI-modeller for sanntidsbehandling på avanserte enheter.
• Implementer Edge AI-løsninger i autonome kjøretøy, droner og robotikk.
• Design og optimaliser kontrollsystemer ved hjelp av Edge AI.
• Ta tak i etiske og regulatoriske hensyn i autonome AI-applikasjoner.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på middels nivå og IT-fagfolk som ønsker å få en omfattende forståelse av Edge AI fra konsept til praktisk implementering, inkludert oppsett og distribusjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene til Edge AI.
• Sett opp og konfigurer Edge AI-miljøer.
• Utvikle, trene og optimalisere Edge AI-modeller.
• Distribuer og administrer Edge AI-applikasjoner.
• Integrer Edge AI med eksisterende systemer og arbeidsflyter.
• Ta tak i etiske hensyn og beste praksis i Edge AI-implementering.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på mellomnivå, fintech-utviklere og AI-spesialister som ønsker å implementere Edge AI-løsninger i finansielle tjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til Edge AI i finansielle tjenester.
• Implementer svindeldeteksjonssystemer ved hjelp av Edge AI.
• Forbedre kundeservicen gjennom AI-drevne løsninger.
• Bruk Edge AI for risikostyring og beslutningstaking.
• Distribuer og administrer Edge AI-løsninger i finansielle miljøer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot helsepersonell på middels nivå, biomedisinske ingeniører og AI-utviklere som ønsker å utnytte Edge AI for innovative helsetjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen og fordelene med Edge AI i helsevesenet.
• Utvikle og distribuer AI-modeller på avanserte enheter for helseapplikasjoner.
• Implementer Edge AI-løsninger i bærbare enheter og diagnoseverktøy.
• Design og distribuer pasientovervåkingssystemer ved hjelp av Edge AI.
• Ta tak i etiske og regulatoriske hensyn i AI-applikasjoner for helsetjenester.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot industrielle ingeniører på middels nivå, produksjonsfagfolk og AI-utviklere som ønsker å implementere Edge AI-løsninger i industriell automasjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til Edge AI i industriell automasjon.
• Implementer prediktive vedlikeholdsløsninger ved hjelp av Edge AI.
• Bruk AI-teknikker for kvalitetskontroll i produksjonsprosesser.
• Optimaliser industrielle prosesser ved hjelp av Edge AI.
• Distribuer og administrer Edge AI-løsninger i industrielle miljøer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på middels nivå, systemarkitekter og bransjefolk som ønsker å utnytte Edge AI for å forbedre IoT-applikasjoner med intelligente databehandlings- og analysefunksjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende om Edge AI og dens anvendelse i IoT.
• Sett opp og konfigurer Edge AI-miljøer for IoT-enheter.
• Utvikle og distribuer AI-modeller på edge-enheter for IoT-applikasjoner.
• Implementere sanntids databehandling og beslutningstaking i IoT-systemer.
• Integrer Edge AI med ulike IoT-protokoller og plattformer.
• Ta tak i etiske hensyn og beste praksis i Edge AI for IoT.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot byplanleggere på middels nivå, sivilingeniører og prosjektledere for smartbyer som ønsker å utnytte Edge AI for smartbyinitiativer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til Edge AI i smarte byinfrastrukturer.
• Implementer Edge AI-løsninger for trafikkstyring og overvåking.
• Optimaliser urbane ressurser ved å bruke Edge AI-teknologier.
• Integrer Edge AI med eksisterende smartbysystemer.
• Ta tak i etiske og regulatoriske hensyn ved implementering av smarte byer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på mellomnivå, dataforskere og AI-utøvere som ønsker å utnytte TensorFlow Lite for Edge AI-applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende om TensorFlow Lite og dens rolle i Edge AI.
• Utvikle og optimalisere AI-modeller ved å bruke TensorFlow Lite.
• Distribuer TensorFlow Lite-modeller på ulike edge-enheter.
• Bruk verktøy og teknikker for modellkonvertering og -optimalisering.
• Implementer praktiske Edge AI-applikasjoner ved å bruke TensorFlow Lite.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på nybegynnernivå og IT-fagfolk som ønsker å forstå det grunnleggende om Edge AI og dens introduksjonsapplikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene og arkitekturen til Edge AI.
• Sett opp og konfigurer Edge AI-miljøer.
• Utvikle og distribuer enkle Edge AI-applikasjoner.
• Identifiser og forstå brukstilfellene og fordelene med Edge AI.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot AI-utviklere på mellomnivå, maskinlæringsingeniører og systemarkitekter som ønsker å optimalisere AI-modeller for edge-distribusjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå utfordringene og kravene ved å distribuere AI-modeller på edge-enheter.
• Bruk modellkomprimeringsteknikker for å redusere størrelsen og kompleksiteten til AI-modeller.
• Bruk kvantiseringsmetoder for å forbedre modelleffektiviteten på kantmaskinvare.
• Implementer beskjæring og andre optimaliseringsteknikker for å forbedre modellens ytelse.
• Distribuer optimaliserte AI-modeller på ulike edge-enheter.

Ascend, Biren, and Cambricon are leading AI hardware platforms in China, each offering unique acceleration and profiling tools for production-scale AI workloads.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI infrastructure and performance engineers who wish to optimize model inference and training workflows across multiple Chinese AI chip platforms.

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

• Benchmark models on Ascend, Biren, and Cambricon platforms.
• Identify system bottlenecks and memory/compute inefficiencies.
• Apply graph-level, kernel-level, and operator-level optimizations.
• Tune deployment pipelines to improve throughput and latency.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of profiling and optimization tools on each platform.
• Guided exercises focused on practical tuning scenarios.

Course Customization Options

• To request a customized training for this course based on your performance environment or model type, please contact us to arrange.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot cybersikkerhetsfagfolk på middels nivå, systemadministratorer og AI-etikkforskere som ønsker å sikre og etisk distribuere Edge AI-løsninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå sikkerhets- og personvernutfordringene i Edge AI.
• Implementer beste fremgangsmåter for å sikre edge-enheter og data.
• Utvikle strategier for å redusere sikkerhetsrisikoer i Edge AI-distribusjoner.
• Ta tak i etiske hensyn og sikre etterlevelse av regelverk.
• Gjennomfør sikkerhetsvurderinger og revisjoner for Edge AI-applikasjoner.