Szkolenia GPU w podkarpackie

Huawei Ascend to rodzina procesorów AI zaprojektowanych do wysokowydajnego wnioskowania i uczenia.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów AI i naukowców danych na poziomie średniozaawansowanym, którzy chcą tworzyć i optymalizować modele sieci neuronowych za pomocą platformy Huawei Ascend i zestawu narzędzi CANN.

Na koniec tego szkolenia uczestnicy będą mogli:

• Konfigurować i uruchamiać środowisko rozwojowe CANN.
• Rozwojować aplikacje AI za pomocą MindSpore i przepływów CloudMatrix.
• Optymalizować wydajność na jednostkach Ascend NPU za pomocą niestandardowych operatorów i podziału.
• Wdrażać modele w środowiskach krawędziowych lub chmurowych.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne wykorzystanie Huawei Ascend i zestawu narzędzi CANN w przykładowych aplikacjach.
• Przewodniki do ćwiczeń skupionych na budowaniu, uczeniu i wdrażaniu modeli.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie w ramach tego kursu na podstawie swojej infrastruktury lub zestawów danych, skontaktuj się z nami w celu ustalenia.

Stos Huawei’s AI — od SDK poziomu CANN do ramki MindSpore — oferuje spójne środowisko rozwoju i wdrażania sztucznej inteligencji zoptymalizowane dla sprzętu Ascend.

To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) skierowane jest do początkujących i średnio zaawansowanych specjalistów technicznych, którzy chcą zrozumieć, jak składniki CANN i MindSpore wspierają zarządzanie cyklami życia AI i podejmowanie decyzji dotyczących infrastruktury.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zrozumieć warstwową architekturę stosu obliczeniowego AI Huawei.
• Określić, jak CANN wspiera optymalizację modeli i wdrażanie na poziomie sprzętu.
• Ocenić ramkę i narzędzia MindSpore w porównaniu z alternatywami branżowymi.
• Umieścić stos AI Huawei w środowiskach przedsiębiorstw lub chmur/na miejscu.

Format kursu

• Interaktywne wykłady i dyskusje.
• Demo systemów na żywo i przejścia oparte na przypadkach.
• Opcjonalne kierowane laboratoria na przepływ modeli od MindSpore do CANN.

Opcje dostosowywania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

To prowadzone przez instruktora szkolenie na żywo w podkarpackie (na miejscu lub zdalnie) jest przeznaczone dla początkujących i średnio zaawansowanych programistów, którzy chcą używać OpenACC do programowania heterogenicznych urządzeń i wykorzystywania ich równoległości.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować środowisko programistyczne, które obejmuje OpenACC SDK, urządzenie obsługujące OpenACC i Visual Studio Code.
• Utworzyć podstawowy program OpenACC, który wykonuje dodawanie wektorowe na urządzeniu i pobiera wyniki z pamięci urządzenia.
• Użyj dyrektyw i klauzul OpenACC, aby dodać adnotacje do kodu i określić regiony równoległe, ruch danych i opcje optymalizacji.
• Używanie interfejsu API OpenACC do odpytywania informacji o urządzeniu, ustawiania numeru urządzenia, obsługi błędów i synchronizacji zdarzeń.
• Korzystanie z bibliotek OpenACC i funkcji interoperacyjności w celu integracji OpenACC z innymi modelami programowania, takimi jak CUDA, OpenMP i MPI.
• Używanie narzędzi OpenACC do profilowania i debugowania programów OpenACC oraz identyfikowania wąskich gardeł i możliwości związanych z wydajnością.
• Optymalizacja programów OpenACC przy użyciu technik takich jak lokalność danych, fuzja pętli, fuzja jądra i automatyczne dostrajanie.

SDK CANN (architektura obliczeniowa dla Neural Networks) zapewnia potężne narzędzia do wdrażania i optymalizacji aplikacji AI w czasie rzeczywistym w dziedzinie komputerowego widzenia i NLP, szczególnie na sprzęcie Huawei Ascend.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do praktyków AI na poziomie średnim, którzy chcą budować, wdrażać i optymalizować modele wizji i języka za pomocą SDK CANN do scenariuszy produkcyjnych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Wdrażać i optymalizować modele CV i NLP za pomocą CANN i AscendCL.
• Korzystać z narzędzi CANN do konwertowania modeli i ich integracji w żywe pipeline.
• Optymalizować wydajność inferencji dla zadań takich jak detekcja, klasyfikacja i analiza sentymentu.
• Budować pipeline CV/NLP w czasie rzeczywistym dla scenariuszy wdrażania na krawędzi lub w chmurze.

Format kursu

• Interaktywne wykłady i demonstracje.
• Ćwiczenia laboratoryjne z wdrażaniem modeli i profilowaniem wydajności.
• Projektowanie żywych pipeline za pomocą rzeczywistych scenariuszy CV i NLP.

Opcje dostosowywania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu uzgodnień.

To prowadzone przez instruktora szkolenie na żywo w podkarpackie (na miejscu lub zdalnie) jest przeznaczone dla początkujących i średnio zaawansowanych programistów, którzy chcą nauczyć się podstaw programowania GPU oraz głównych frameworków i narzędzi do tworzenia aplikacji GPU.

• Pod koniec tego szkolenia uczestnicy będą w stanie
  Zrozumieć różnicę między procesorem a GPU obliczeniowym oraz korzyści i wyzwania związane z programowaniem GPU.
• Wybrać odpowiedni framework i narzędzie dla swojej aplikacji GPU.
• Stworzyć podstawowy program GPU, który wykonuje dodawanie wektorowe przy użyciu jednego lub więcej frameworków i narzędzi.
• Korzystanie z odpowiednich interfejsów API, języków i bibliotek w celu wyszukiwania informacji o urządzeniu, przydzielania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jądra i synchronizowania wątków.
• Korzystanie z odpowiednich przestrzeni pamięci, takich jak globalna, lokalna, stała i prywatna, w celu optymalizacji transferu danych i dostępu do pamięci.
• Korzystanie z odpowiednich modeli wykonania, takich jak elementy robocze, grupy robocze, wątki, bloki i siatki, w celu kontrolowania równoległości.
• Debugowanie i testowanie programów GPU przy użyciu narzędzi takich jak CodeXL, CUDA-GDB, CUDA-MEMCHECK i NVIDIA Nsight.
• Optymalizacja programów GPU przy użyciu technik takich jak koalescencja, buforowanie, prefetching i profilowanie.

CANN TIK (Tensor Instruction Kernel) i Apache TVM umożliwiają zaawansowaną optymalizację i dostosowywanie operatorów modeli AI dla Huawei Ascend sprzętu.

To prowadzone przez instruktora szkolenie (online lub na miejscu) skierowane jest do zaawansowanych programistów systemowych, którzy chcą tworzyć, wdrażać i dostrajać niestandardowe operatory dla modeli AI za pomocą modelu programowania TIK firmy CANN i integracji z kompilatorem TVM.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Pisać i testować niestandardowe operatory AI za pomocą TIK DSL dla procesorów Ascend.
• Integrować niestandardowe operatory w runtime CANN i wykonywanie grafów.
• Używać TVM do harmonogramu operacji, automatycznego dostrajania i benchmarkingu.
• Diagnostykować i optymalizować wydajność na poziomie instrukcji dla niestandardowych wzorców obliczeń.

Format kursu

• Interaktywna wykład i demonstracja.
• Praktyczne programowanie operatorów za pomocą pipeline TIK i TVM.
• Testowanie i dostrajanie na sprzęcie Ascend lub symulatorach.

Opcje dostosowywania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby umówić się.

To szkolenie prowadzone przez instruktora w trybie online lub stacjonarnym jest skierowane do początkujących do średnio zaawansowanych programistów, którzy chcą wykorzystać różne frameworki do programowania GPU i porównać ich funkcje, wydajność i kompatybilność.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Ustawić środowisko rozwoju, w tym OpenCL SDK, CUDA Toolkit, platformę ROCm, urządzenie obsługujące OpenCL, CUDA lub ROCm oraz Visual Studio Code.
• Stworzyć podstawowy program GPU wykonujący dodawanie wektorów przy użyciu OpenCL, CUDA i ROCm, a następnie porównać składnię, strukturę i wykonanie każdego z frameworków.
• Wykorzystać odpowiednie API do zapytania o informacje o urządzeniu, alokacji i dezalokacji pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jąder i synchronizacji wątków.
• Napisać jądra uruchamiane na urządzeniu i manipulujące danymi przy użyciu odpowiednich języków.
• Wykorzystać wbudowane funkcje, zmienne i biblioteki każdego frameworku do wykonywania typowych zadań i operacji.
• Wykorzystać przestrzenie pamięci, takie jak globalne, lokalne, stałe i prywatne, aby zoptymalizować transfery danych i dostępy do pamięci.
• Wykorzystać odpowiednie modele wykonania do kontrolowania wątków, bloków i siatek, które definiują równoległość.
• Debugować i testować programy GPU za pomocą narzędzi, takich jak CodeXL, CUDA-GDB, CUDA-MEMCHECK i NVIDIA Nsight.
• Optymalizować programy GPU za pomocą technik, takich jak koalescing, caching, prefetching i profiling.

CloudMatrix jest platformą Huawei przeznaczona do zunifikowanego rozwoju i wdrażania AI, zaprojektowaną w celu wspierania skalowalnych, produkcyjnych wniosków.To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do początkujących do średnio zaawansowanych profesjonalistów w dziedzinie AI, którzy chcą wdrażać i monitorować modele AI przy użyciu platformy CloudMatrix z integracją CANN i MindSpore.Po zakończeniu tego szkolenia uczestnicy będą w stanie:* Używać CloudMatrix do pakowania, wdrażania i obsługi modeli.* Konwertować i optymalizować modele dla układów Ascend.* Konfigurować wnioski dla zadań w czasie rzeczywistym i w partiach.* Monitorować wdrażanie i dostrajać wydajność w środowiskach produkcyjnych.Format Kursu* Interaktywna wykład i dyskusja.* Praktyczne wykorzystanie CloudMatrix z realnymi scenariuszami wdrażania.* Ćwiczenia z przewodnikiem skupione na konwersji, optymalizacji i skalowaniu.Opcje Personalizacji Kursu* Aby poprosić o personalizowane szkolenie dla tego kursu na podstawie Twojej infrastruktury AI lub środowiska chmurowego, prosimy o kontakt, aby umówić się.

Narzędzie Ascend CANN od Huawei umożliwia potężne inferencje AI na urządzeniach na krawędzi, takich jak Ascend 310. CANN dostarcza niezbędnych narzędzi do kompilowania, optymalizowania i wdrażania modeli w środowiskach o ograniczonym obliczeniowym i pamięciowym potencjale.

Ten kurs prowadzony przez instruktora (online lub stacjonarnie) jest przeznaczony dla pośrednio zaawansowanych deweloperów i integratorów AI, którzy chcą wdrażać i optymalizować modele na urządzeniach na krawędzi Ascend za pomocą narzędzi CANN.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Przygotować i przekonwertować modele AI dla Ascend 310 za pomocą narzędzi CANN.
• Tworzyć lekki pipeline inferencyjny przy użyciu MindSpore Lite i AscendCL.
• Optymalizować wydajność modeli dla środowisk o ograniczonych zasobach obliczeniowych i pamięciowych.
• Wdrażać i monitorować aplikacje AI w rzeczywistych scenariuszach na krawędzi.

Format kursu

• Interaktywne wykłady i demonstracje.
• Praktyczne warsztaty z modelami i scenariuszami dedykowanymi dla urządzeń na krawędzi.
• Żywe przykłady wdrażania na wirtualnym lub fizycznym sprzęcie na krawędzi.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowany kurs, skontaktuj się z nami w celu uzgodnień.

Szkolenie na żywo prowadzone przez instruktora w podkarpackie (na miejscu lub zdalnie) jest przeznaczone dla początkujących i średnio zaawansowanych programistów, którzy chcą zainstalować i używać ROCm w systemie Windows do programowania procesorów AMD GPU i wykorzystywania ich równoległości.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować środowisko programistyczne, które obejmuje platformę ROCm, procesor AMD GPU i Visual Studio Code w systemie Windows.
• Stworzyć podstawowy program ROCm, który wykonuje dodawanie wektorowe na GPU i pobiera wyniki z pamięci GPU.
• Użyj interfejsu API ROCm, aby uzyskać informacje o urządzeniu, przydzielić i zwolnić pamięć urządzenia, skopiować dane między hostem a urządzeniem, uruchomić jądra i zsynchronizować wątki.
• Używanie języka HIP do pisania jąder, które wykonują się na GPU i manipulują danymi.
• Używanie wbudowanych funkcji, zmiennych i bibliotek HIP do wykonywania typowych zadań i operacji.
• Używanie przestrzeni pamięci ROCm i HIP, takich jak globalna, współdzielona, stała i lokalna, w celu optymalizacji transferu danych i dostępu do pamięci.
• Używanie modeli wykonania ROCm i HIP do kontrolowania wątków, bloków i siatek, które definiują równoległość.
• Debugowanie i testowanie programów ROCm i HIP przy użyciu narzędzi takich jak ROCm Debugger i ROCm Profiler.
• Optymalizacja programów ROCm i HIP przy użyciu technik takich jak koalescencja, buforowanie, wstępne pobieranie i profilowanie.

To prowadzone przez instruktora szkolenie na żywo w podkarpackie (na miejscu lub zdalnie) jest przeznaczone dla początkujących i średnio zaawansowanych programistów, którzy chcą używać ROCm i HIP do programowania procesorów AMD GPU i wykorzystywania ich równoległości.

Pod koniec tego szkolenia uczestnicy będą w stanie

• Skonfigurować środowisko programistyczne, które obejmuje platformę ROCm, procesor AMD GPU i Visual Studio Code.
• Stworzyć podstawowy program ROCm, który wykonuje dodawanie wektorowe na GPU i pobiera wyniki z pamięci GPU.
• Użyj interfejsu API ROCm, aby zapytać o informacje o urządzeniu, przydzielić i zwolnić pamięć urządzenia, skopiować dane między hostem a urządzeniem, uruchomić jądra i zsynchronizować wątki.
• Używanie języka HIP do pisania jąder, które wykonują się na GPU i manipulują danymi.
• Używanie wbudowanych funkcji, zmiennych i bibliotek HIP do wykonywania typowych zadań i operacji.
• Używanie przestrzeni pamięci ROCm i HIP, takich jak globalna, współdzielona, stała i lokalna, w celu optymalizacji transferu danych i dostępu do pamięci.
• Używanie modeli wykonania ROCm i HIP do kontrolowania wątków, bloków i siatek, które definiują równoległość.
• Debugowanie i testowanie programów ROCm i HIP przy użyciu narzędzi takich jak ROCm Debugger i ROCm Profiler.
• Optymalizacja programów ROCm i HIP przy użyciu technik takich jak koalescencja, buforowanie, wstępne pobieranie i profilowanie.

CANN (Compute Architecture for Neural Networks) jest narzędziem Huawei służącym do kompilowania, optymalizowania i wdrażania modeli AI na procesorach Ascend AI.

To prowadzone przez instruktora szkolenie (online lub na miejscu) jest przeznaczone dla początkujących programistów AI, którzy chcą zrozumieć, jak CANN wchodzi w cykl życia modelu od treningu do wdrożenia oraz jak współpracuje z frameworkami takimi jak MindSpore, TensorFlow i PyTorch.

Po ukończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć cel i architekturę zestawu narzędzi CANN.
• Zainstalować środowisko rozwoju z CANN i MindSpore.
• Przekonwertować i wdrożyć prosty model AI na sprzęcie Ascend.
• Nabyć podstawową wiedzę na przyszłe projekty optymalizacji lub integracji CANN.

Format Kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne laboratoria z wdrażaniem prostych modeli.
• Krok po kroku przeprowadzenie przez łańcuch narzędzi CANN i punkty integracji.

Opcje Dostosowania Kursu

• Aby poprosić o dostosowanie szkolenia dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

Ascend, Biren i Cambricon są wiodącymi platformami sprzętowymi AI w Chinach, każda z nich oferuje unikalne narzędzia do przyspieszenia i profilowania dla zadań AI na skalę produkcyjną.

Ten szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zaawansowanych inżynierów infrastruktury AI i wydajności, którzy chcą optymalizować przepływy wnioskowania modeli i uczenia się w różnych chińskich platformach układów scalonych AI.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Benchmarkować modele na platformach Ascend, Biren i Cambricon.
• Wykrywać wąskie gardła systemowe i niedoskonałości w pamięci/obliczeniach.
• Zastosować optymalizacje na poziomie grafu, jądra i operacji.
• Dostosować kanały wdrażania w celu poprawy przepływu i opóźnienia.

Format Kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne używanie narzędzi profilowania i optymalizacji na każdej platformie.
• Wskazówki dotyczące ćwiczeń skupionych na praktycznych scenariuszach dostosowywania.

Opcje dostosowania kursu

• Aby zapytać o dostosowane szkolenie dla tego kursu na podstawie Twojego środowiska wydajności lub typu modelu, skontaktuj się z nami, aby to załatwić.

CANN SDK (Architektura obliczeniowa dla Neural Networks) jest fundamentem obliczeń AI firmy Huawei, pozwalającym programistom dopracowywać i optymalizować wydajność wdrażanych sieci neuronowych na procesorach AI Ascend.

To prowadzone przez instruktora szkolenie na żywo (online lub stacjonarne) jest skierowane do zaawansowanych programistów AI i inżynierów systemów, którzy chcą optymalizować wydajność wnioskowania za pomocą zaawansowanego zestawu narzędzi CANN, w tym Graph Engine, TIK i rozwoju niestandardowych operatorów.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę czasu uruchomienia CANN i cykl życia wydajności.
• Używać narzędzi profilowania i Graph Engine do analizy i optymalizacji wydajności.
• Tworzyć i optymalizować niestandardowe operatory za pomocą TIK i TVM.
• Rozwiązywać wąskie gardła pamięci i poprawiać przepływ modelu.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne warsztaty z profilowaniem w czasie rzeczywistym i dostrajaniem operatorów.
• Ćwiczenia optymalizacyjne z użyciem przykładów wdrażania w przypadkach granicowych.

Opcje dostosowania kursu

• Aby poprosić o dostosowane szkolenie na tym kursie, skontaktuj się z nami w celu umówienia.

Migrating CUDA Applications to Chinese GPU Architectures

To prowadzone przez instruktora szkolenie na żywo w podkarpackie (online lub na miejscu) jest przeznaczone dla początkujących i średnio zaawansowanych programistów, którzy chcą używać CUDA do programowania układów NVIDIA GPU i wykorzystywania ich równoległości.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfigurować środowisko programistyczne zawierające CUDA Toolkit, układ NVIDIA GPU i Visual Studio Code.
• Stworzyć podstawowy program CUDA, który wykonuje dodawanie wektorowe na GPU i pobiera wyniki z pamięci GPU.
• Użyj interfejsu API CUDA do wyszukiwania informacji o urządzeniu, przydzielania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jądra i synchronizowania wątków.
• Używanie języka CUDA C/C++ do pisania jąder, które wykonują się na GPU i manipulują danymi.
• Używanie wbudowanych funkcji, zmiennych i bibliotek CUDA do wykonywania typowych zadań i operacji.
• Korzystanie z przestrzeni pamięci CUDA, takich jak globalna, współdzielona, stała i lokalna, w celu optymalizacji transferu danych i dostępu do pamięci.
• Używanie modelu wykonania CUDA do kontrolowania wątków, bloków i siatek, które definiują równoległość.
• Debugowanie i testowanie programów CUDA przy użyciu narzędzi takich jak CUDA-GDB, CUDA-MEMCHECK i NVIDIA Nsight.
• Optymalizować programy CUDA przy użyciu takich technik jak koalescencja, buforowanie, prefetching i profilowanie.

97% zadowolonych klientów.

CANN (Architektura obliczeniowa do Neural Networks) jest stosem obliczeniowym Huawei na sztuczną inteligencję służącym do wdrażania i optymalizacji modeli AI na procesorach Ascend AI.

To prowadzone przez instruktora szkolenie (online lub na miejscu) jest przeznaczone dla programistów i inżynierów AI o poziomie średnim, którzy chcą efektywnie wdrażać szkolone modele AI na sprzęcie Huawei Ascend za pomocą zestawu narzędzi i narzędzi CANN, takich jak MindSpore, TensorFlow lub PyTorch.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Zrozumieć architekturę CANN i jej rolę w procesie wdrażania AI.
• Przekonwertować i dostosować modele z popularnych ram służyć formatom zgodnym z Ascend.
• Używać narzędzi, takich jak ATC, konwersja modelu OM i MindSpore do inferencji na krawędzi i w chmurze.
• Diagnozować problemy z wdrażaniem i optymalizować wydajność na sprzęcie Ascend.

Format kursu

• Interaktywne wykłady i demonstracje.
• Praktyczne ćwiczenia laboratoryjne z użyciem narzędzi CANN i symulatorów lub urządzeń Ascend.
• Praktyczne scenariusze wdrażania oparte na rzeczywistych modelach AI.

Opcje dostosowywania kursu

• Aby zapytać o dostosowane szkolenie dla tego kursu, prosimy o kontakt w celu uzgodnienia.

Akceleratory AI Biren są wysokowydajnymi GPUami zaprojektowanymi do obciążeń AI i HPC z wsparciem dla dużych zadań szkolenia i inferencji.Ten kurs prowadzony przez instruktora (online lub stacjonarnie) jest przeznaczony dla programistów na poziomie średnio zaawansowanym do zaawansowanym, którzy chcą programować i optymalizować aplikacje za pomocą własnej sterty GPU Biren, z praktycznymi porównaniami do środowisk opartych na CUDA.Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę i hierarchię pamięci Biren GPU.
• Uruchomić środowisko programistyczne i użyć modelu programowania Biren.
• Tłumaczyć i optymalizować kod w stylu CUDA na platformach Biren.
• Zastosować techniki dostrajania wydajności i debugowania.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczne korzystanie z Biren SDK w przykładowych obciążeniach GPU.
• Prowadzone ćwiczenia skupione na przenoszeniu i dostrajaniu wydajności.

Opcje dostosowania kursu

• Aby zapytać o dostosowany kurs szkoleniowy dla tego kursu na podstawie stosu aplikacji lub potrzeb integracji, prosimy o kontakt, aby umówić się.

Cambricon MLUs (Machine Learning jednostki) to specjalizowane układy AI optymalizowane do wnioskowania i szkolenia w scenariuszach na krawędzi i w centrach danych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest przeznaczone dla developerów na poziomie średnim, którzy chcą budować i wdrażać modele AI za pomocą frameworka BANGPy i SDK Neuware na sprzęcie Cambricon MLU.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Konfigurować i ustawiać środowiska rozwojowe BANGPy i Neuware.
• Rozwijać i optymalizować modele oparte na Python i C++ dla Cambricon MLU.
• Wdrażać modele na urządzeniach na krawędzi i w centrum danych z uruchomionym środowiskiem wykonawczym Neuware.
• Integrować przepływy pracy ML z funkcjami przyspieszenia specyficznymi dla MLU.

Format kursu

• Interaktywna wykład i dyskusja.
• Praktyczne używanie BANGPy i Neuware do rozwoju i wdrażania.
• Zawarte ćwiczenia skupione na optymalizacji, integracji i testowaniu.

Opcje dostosowywania kursu

• Aby zlecić dostosowane szkolenie dla tego kursu na podstawie modelu urządzenia Cambricon lub przypadku użycia, prosimy o kontakt z nami w celu ustalenia.

This instructor-led, live training in podkarpackie (online or onsite) is aimed at beginner-level system administrators and IT professionals who wish to install, configure, manage, and troubleshoot CUDA environments.

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

• Understand the architecture, components, and capabilities of CUDA.
• Install and configure CUDA environments.
• Manage and optimize CUDA resources.
• Debug and troubleshoot common CUDA issues.

To ten prowadzone przez instruktora szkolenie w trybie online lub stacjonarnym jest skierowane do programistów na poziomie początkującego do średnio zaawansowanego, którzy chcą używać OpenCL do programowania zróżnicowanych urządzeń i wykorzystywania ich równoległości.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zainstalować środowisko programistyczne, które zawiera SDK OpenCL, urządzenie obsługujące OpenCL i Visual Studio Code.
• Stworzyć podstawowy program OpenCL, który wykonuje dodawanie wektorów na urządzeniu i pobiera wyniki z pamięci urządzenia.
• Używać API OpenCL do zapytywania informacji o urządzeniu, tworzenia kontekstów, kolejki poleceń, buforów, jąderek i zdarzeń.
• Używać języka C OpenCL do pisania jąderek, które wykonują się na urządzeniu i manipulują danymi.
• Używać wbudowanych funkcji, rozszerzeń i bibliotek OpenCL do wykonywania powszechnych zadań i operacji.
• Używać modeli pamięci hosta i urządzenia OpenCL do optymalizacji transferu danych i dostępu do pamięci.
• Używać modelu wykonania OpenCL do kontroli elementów pracy, grup pracy i ND-zakresów.
• Debugować i testować programy OpenCL za pomocą narzędzi, takich jak CodeXL, Intel VTune i NVIDIA Nsight.
• Optymalizować programy OpenCL za pomocą technik, takich jak wektoryzacja, rozwinięcie pętli, pamięć lokalna i profilowanie.

Trening prowadzony przez instruktora na miejscu lub online (w zależności od lokalizacji) jest skierowany do programistów o średnim poziomie kwalifikacji, którzy chcą korzystać z CUDA do budowania aplikacji Python, które działają równolegle na kartach NVIDIA GPU.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Wykorzystywać kompilator Numba do przyspieszenia aplikacji Python działających na kartach NVIDIA GPU.
• Tworzyć, kompilować i uruchamiać niestandardowe jądra CUDA.
• Zarządzać pamięcią GPU.
• Przekształcić aplikację opartą na CPU w aplikację przyspieszoną przez GPU.

Ten prowadzony przez instruktora kurs szkoleniowy na żywo w podkarpackie obejmuje sposób programowania GPUs do obliczeń równoległych,  jak korzystać z różnych platform, jak pracować z platformą CUDA i jej funkcjami oraz jak wykonywać różne techniki optymalizacji za pomocą CUDA. Niektóre z zastosowań obejmują głębokie uczenie się, analitykę, przetwarzanie obrazu i aplikacje inżynieryjne.