CANN para el despliegue de IA en el borde

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de telecomunicaciones, ingenieros de IA y especialistas en IoT de nivel intermedio que desean explorar cómo las redes 5G aceleran las aplicaciones de inteligencia artificial en el borde.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la tecnología 5G y su impacto en la inteligencia artificial en el borde.
• Desplegar modelos de IA optimizados para aplicaciones de baja latencia en entornos 5G.
• Implementar sistemas de toma de decisiones en tiempo real utilizando inteligencia artificial en el borde y conectividad 5G.
• Optimizar las cargas de trabajo de IA para un rendimiento eficiente en dispositivos periféricos.

6G y el Borde Inteligente es un curso prospectivo que explora la integración de tecnologías inalámbricas 6G con computación en el borde, ecosistemas IoT y procesamiento de datos impulsado por IA para soportar infraestructuras inteligentes, de baja latencia y adaptables.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a arquitectos de TI de nivel intermedio que desean comprender y diseñar arquitecturas distribuidas de próxima generación aprovechando la sinergia entre la conectividad 6G y los sistemas de borde inteligente.

Al finalizar este curso, los participantes podrán:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde e IoT.
• Diseñar sistemas distribuidos para operaciones autónomas, de alta banda ancha y ultra baja latencia.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde escalables, seguras, resistentes y preparadas para 6G.
• Evaluar modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del Curso

• Conferencias interactivas y debates.
• Estudios de casos y ejercicios de diseño de arquitectura aplicada.
• Simulación práctica con herramientas de borde o contenedores opcionales.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, póngase en contacto con nosotros para coordinarlo.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de IA de nivel avanzado, investigadores y desarrolladores que desean dominar los últimos avances en IA en el borde, optimizar sus modelos de IA para su despliegue en el borde y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes podrán:

• Explorar técnicas avanzadas en el desarrollo y optimización de modelos de IA en el borde.
• Implementar estrategias de vanguardia para desplegar modelos de IA en dispositivos del borde.
• Utilizar herramientas y marcos de trabajo especializados para aplicaciones avanzadas de IA en el borde.
• Optimizar el rendimiento y la eficiencia de las soluciones de IA en el borde.
• Explorar casos de uso innovadores y tendencias emergentes en IA en el borde.
• Abordar consideraciones éticas y de seguridad avanzadas en los despliegues de IA en el borde.

Huawei Ascend es una familia de procesadores de inteligencia artificial diseñados para ofrecer un alto rendimiento en inferencia y entrenamiento.

Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a ingenieros de IA y científicos de datos de nivel intermedio que deseen desarrollar y optimizar modelos de redes neuronales utilizando la plataforma Ascend de Huawei y el kit de herramientas CANN.

Al finalizar esta formación, los participantes podrán:

• Configurar y configurar el entorno de desarrollo de CANN.
• Desarrollar aplicaciones de IA utilizando flujos de trabajo de MindSpore y CloudMatrix.
• Optimizar el rendimiento en NPUs Ascend mediante operadores personalizados y técnicas de tiling.
• Implementar modelos en entornos edge o cloud.

Formato del curso

• Clases interactivas y discusión.
• Práctica con el uso de Huawei Ascend y el kit de herramientas CANN en aplicaciones de muestra.
• Ejercicios guiados centrados en la construcción, entrenamiento e implementación de modelos.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso basada en su infraestructura o conjuntos de datos, póngase en contacto con nosotros para organizarlo.

CANN (Compute Architecture for Neural Networks) es la pila de cómputo de inteligencia artificial de Huawei para el despliegue y optimización de modelos de IA en procesadores Ascend AI.

Esta formación en vivo con instrucción directa (en línea o presencial) está dirigida a desarrolladores e ingenieros de IA de nivel intermedio que deseen implementar modelos de IA entrenados de manera eficiente en hardware Huawei Ascend utilizando el kit de herramientas CANN y herramientas como MindSpore, TensorFlow o PyTorch.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura de CANN y su papel en la cadena de despliegue de IA.
• Convertir y adaptar modelos de marcos populares a formatos compatibles con Ascend.
• Utilizar herramientas como ATC, conversión de modelos OM y MindSpore para inferencia en bordes y la nube.
• Diagnosticar problemas de despliegue y optimizar el rendimiento en hardware Ascend.

Formato del curso

• Clase interactiva y demostración práctica.
• Práctica de laboratorio utilizando herramientas CANN y simuladores o dispositivos Ascend.
• Escenarios de despliegue prácticos basados en modelos de IA del mundo real.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a desarrolladores intermedios, científicos de datos y entusiastas de la tecnología que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos periféricos para diversas aplicaciones.

Al finalizar esta formación, los participantes podrán:

• Comprender los principios de la IA periférica (Edge AI) y sus beneficios.
• Configurar y preparar el entorno de computación en el borde.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en el borde.
• Implementar soluciones prácticas de IA en dispositivos periféricos.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el borde.
• Abordar consideraciones éticas y de seguridad en las aplicaciones de IA periférica.

Esta formación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales avanzados de la ciberseguridad, ingenieros de IA y desarrolladores de IoT que deseen implementar medidas de seguridad robustas y estrategias de resiliencia para los sistemas Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad y vulnerabilidades en los despliegues de Edge AI.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas de Edge AI resilientes capaces de resistir amenazas cibernéticas.
• Aplicar estrategias de despliegue seguro de modelos de IA en entornos periféricos.

Las unidades de aprendizaje automático (MLU) de Cambricon son chips de IA especializados, optimizados para tareas de inferencia y entrenamiento en escenarios de extremo (edge) y centros de datos.

Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores con conocimientos intermedios que deseen construir e implementar modelos de IA utilizando el marco de trabajo BANGPy y el SDK Neuware en hardware MLU de Cambricon.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar y preparar los entornos de desarrollo para BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para MLU de Cambricon.
• Implementar modelos en dispositivos de extremo y centros de datos que ejecuten el entorno de ejecución Neuware.
• Integrar flujos de trabajo de aprendizaje automático (ML) con las funciones de aceleración específicas de MLU.

Formato del curso

• Clase interactiva y discusión.
• Manejo práctico de BANGPy y Neuware para desarrollo e implementación.
• Ejercicios guiados centrados en optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada basada en su modelo de dispositivo Cambricon o caso de uso, contáctenos para coordinar.

CANN (Compute Architecture for Neural Networks) es la herramienta de cálculo de IA de Huawei que se utiliza para compilar, optimizar y desplegar modelos de IA en procesadores de IA Ascend.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores de IA principiantes que desean comprender cómo CANN se integra en el ciclo de vida del modelo desde el entrenamiento hasta el despliegue, y cómo funciona con marcos de trabajo como MindSpore, TensorFlow y PyTorch.

Al finalizar esta formación, los participantes podrán:

• Comprender el propósito y la arquitectura de la herramienta CANN.
• Configurar un entorno de desarrollo con CANN y MindSpore.
• Convertir y desplegar un modelo de IA simple en hardware Ascend.
• Adquirir conocimientos básicos para futuros proyectos de optimización o integración con CANN.

Formato del curso

• Conferencia interactiva y discusión.
• Laboratorios prácticos con despliegue de modelos simples.
• Recorrido paso a paso por la cadena de herramientas de CANN y los puntos de integración.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.

La pila de inteligencia artificial (IA) de Huawei — desde el SDK de bajo nivel CANN hasta el marco de alto nivel MindSpore — ofrece un entorno de desarrollo e implementación de IA estrechamente integrado, optimizado para el hardware Ascend.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales técnicos de nivel principiante a intermedio que deseen comprender cómo los componentes CANN y MindSpore trabajan juntos para gestionar el ciclo de vida del modelo y tomar decisiones sobre la infraestructura.

Al finalizar esta capacitación, los participantes podrán:

• Comprender la arquitectura en capas de la pila de cómputo inteligente de Huawei.
• Identificar cómo CANN respalda la optimización de modelos y el despliegue a nivel de hardware.
• Evaluar el marco MindSpore y su conjunto de herramientas en relación con las alternativas del sector.
• Situación de la pila de IA de Huawei dentro de entornos empresariales, en la nube o instalados localmente (on-premises).

Formato del curso

• Conferencia interactiva y discusión.
• Demostraciones en vivo del sistema y recorridos prácticos basados en casos.
• Laboratorios guiados opcionales sobre el flujo de modelos desde MindSpore hasta CANN.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

El SDK CANN (Compute Architecture for Neural Networks) es la base de computación para IA de Huawei que permite a los desarrolladores ajustar y optimizar el rendimiento de las redes neuronales implementadas en los procesadores de IA Ascend.

Esta formación práctica impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de IA avanzados e ingenieros de sistemas que deseen optimizar el rendimiento de la inferencia utilizando el conjunto de herramientas avanzado de CANN, incluyendo el Motor de Gráficos (Graph Engine), TIK y el desarrollo de operadores personalizados.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la arquitectura de tiempo de ejecución de CANN y su ciclo de vida en términos de rendimiento.
• Utilizar herramientas de perfilado y el Motor de Gráficos para analizar y optimizar el rendimiento.
• Crear y optimizar operadores personalizados utilizando TIK y TVM.
• Resolver cuellos de botella de memoria y mejorar el throughput del modelo.

Formato del curso

• Lecciones interactivas y discusión grupal.
• Laboratorios prácticos con perfilado en tiempo real y ajuste de operadores.
• Ejercicios de optimización utilizando ejemplos de implementación en casos extremos.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

El SDK CANN (Compute Architecture for Neural Networks) proporciona herramientas potentes para el despliegue y la optimización de aplicaciones de inteligencia artificial en tiempo real, especialmente en hardware Huawei Ascend.

Esta formación presencial en vivo (en línea o in situ) está dirigida a profesionales intermedios de inteligencia artificial que desean construir, desplegar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en producción.

Al final de esta formación, los participantes podrán:

• Desplegar y optimizar modelos de VC y PLN utilizando CANN y AscendCL.
• Utilizar las herramientas CANN para convertir modelos e integrarlos en flujos de trabajo en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimiento.
• Construir flujos de trabajo de VC / PLN en tiempo real para escenarios de despliegue en edge o en la nube.

Formato del curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con despliegue de modelos y perfilado de rendimiento.
• Diseño de flujos de trabajo en vivo utilizando casos de uso reales de VC y PLN.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarla.

CANN TIK (Tensor Instruction Kernel) y Apache TVM permiten la optimización avanzada y la personalización de operadores de modelos de IA para el hardware Huawei Ascend.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de sistemas de nivel avanzado que deseen crear, implementar y ajustar operadores personalizados para modelos de IA utilizando el modelo de programación TIK de CANN y la integración del compilador TVM.

Al finalizar esta capacitación, los participantes serán capaces de:

• Escribir y probar operadores de IA personalizados utilizando el DSL de TIK para procesadores Ascend.
• Integrar operadores personalizados en el tiempo de ejecución y el grafo de ejecución de CANN.
• Utilizar TVM para la planificación, auto-ajuste y evaluación comparativa de operadores.
• Depurar y optimizar el rendimiento a nivel de instrucciones para patrones de cómputo personalizados.

Formato del Curso

• Conferencia interactiva y demostración práctica.
• Práctica de programación de operadores utilizando los pipelines de TIK y TVM.
• Pruebas y ajustes en hardware Ascend o en simuladores.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Esta capacitación en vivo impartida por un instructor en Guatemala (en línea o presencial) está dirigida a profesionales de agrotech, especialistas en IoT e ingenieros de IA de nivel principiante a intermedio que deseen desarrollar e implementar soluciones Edge AI para la agricultura inteligente.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel de Edge AI en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado basados en IA.
• Desarrollar soluciones de riego automatizado y detección ambiental.
• Optimizar la eficiencia agrícola utilizando análisis de Edge AI en tiempo real.

Esta formación en vivo con instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de robótica, desarrolladores de vehículos autónomos e investigadores de IA de nivel intermedio que deseen aprovechar Edge AI para soluciones innovadoras en sistemas autónomos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel y los beneficios de Edge AI en sistemas autónomos.
• Desarrollar e implementar modelos de IA para procesamiento en tiempo real en dispositivos de borde (edge).
• Implementar soluciones Edge AI en vehículos autónomos, drones y robótica.
• Diseñar y optimizar sistemas de control utilizando Edge AI.
• Abordar consideraciones éticas y regulatorias en aplicaciones de IA autónoma.