CANN para el despliegue de IA en el borde

Esta formación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a profesionales de telecomunicaciones de nivel intermedio, ingenieros de IA y especialistas en IoT que deseen explorar cómo las redes 5G aceleran las aplicaciones de Edge AI.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la tecnología 5G y su impacto en Edge AI.
• Implementar modelos de IA optimizados para aplicaciones de baja latencia en entornos 5G.
• Implementar sistemas de toma de decisiones en tiempo real utilizando Edge AI y conectividad 5G.
• Optimizar 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 las tecnologías inalámbricas 6G con la computación en el borde, ecosistemas de IoT y procesamiento de datos impulsado por IA para apoyar infraestructuras inteligentes, de baja latencia y adaptables.

Esta formación 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 completar 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 capacidad y latencia ultra baja.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde preparadas para 6G, escalables, seguras y resilientes.
• Evaluar los modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del curso

• Conferencias interactivas y debates.
• Estudios de caso y ejercicios aplicados de diseño de arquitecturas.
• Prácticas con simulaciones utilizando herramientas opcionales de borde o contenedores.

Opciones de personalización del curso

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

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

Al finalizar esta formación, los participantes serán capaces de:

• Explorar técnicas avanzadas en el desarrollo y la optimización de modelos de IA en el borde.
• Implementar estrategias innovadoras para desplegar modelos de IA en dispositivos periféricos.
• 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 la 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 IA diseñados para inferencia y entrenamiento de alto rendimiento.

Esta capacitación en vivo, impartida por instructores (en línea o presencial), está dirigida a ingenieros de IA y científicos de datos de nivel intermedio que desean desarrollar y optimizar modelos de redes neuronales utilizando la plataforma Ascend de Huawei y el kit de herramientas CANN.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar y establecer el entorno de desarrollo de CANN.
• Desarrollar aplicaciones de IA utilizando flujos de trabajo con MindSpore y CloudMatrix.
• Optimizar el rendimiento en las NPUs de Ascend mediante operadores personalizados y tiling (fragmentación).
• Implementar modelos en entornos de borde o en la nube.

Formato del curso

• Clase interactiva y discusión.
• Uso práctico del kit de herramientas Huawei Ascend y CANN en aplicaciones de ejemplo.
• Ejercicios guiados centrados en la creación, entrenamiento e implementación de modelos.

Opciones de personalización del curso

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

CANN (Compute Architecture for Neural Networks) es la pila de computación para IA de Huawei, diseñada para desplegar y optimizar modelos de IA en procesadores AI Ascend.

Esta formación dirigida por un instructor y impartida en directo (en línea o presencial) está dirigida a desarrolladores e ingenieros de nivel intermedio que deseen desplegar 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 serán capaces de:

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

Formato del curso

• Clase interactiva con demostraciones prácticas.
• Práctica manual con 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, por favor contáctenos para organizarla.

Esta capacitación en vivo con instructor en Panama (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, científicos de datos y entusiastas de la tecnología que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos edge para diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

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

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

Al finalizar esta formación, los participantes serán capaces de:

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

Los MLUs (Unidades de Aprendizaje Automático) de Cambricon son chips de IA especializados, optimizados para tareas de inferencia y entrenamiento en entornos de borde y centros de datos.

Esta formación práctica, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores de nivel intermedio que desean construir e implementar modelos de IA utilizando el framework BANGPy y el SDK de Neuware en hardware MLU de Cambricon.

Al finalizar esta formación, los participantes podrán:

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

Formato del curso

• Clases interactivas y debates.
• Ejercicios prácticos con BANGPy y Neuware para desarrollo e implementación.
• Ejercicios guiados centrados en la optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, basada en su modelo de dispositivo Cambricon o caso de uso, por favor contáctenos para coordinarlo.

CANN (Compute Architecture for Neural Networks) es la suite de herramientas de computación para inteligencia artificial de Huawei, utilizada para compilar, optimizar y desplegar modelos de IA en procesadores de IA Ascend.

Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a desarrolladores de IA de nivel principiante que deseen comprender cómo CANN se integra en el ciclo de vida del modelo, desde el entrenamiento hasta el despliegue, y cómo interactúa con frameworks como MindSpore, TensorFlow y PyTorch.

Al finalizar esta formación, los participantes serán capaces de:

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

Formato del curso

• Conferencia interactiva y debate.
• Prácticas con despliegue de modelos simples.
• Guía paso a paso de la cadena de herramientas CANN y los puntos de integración.

Opciones de personalización del curso

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

La pila de IA de Huawei, desde el SDK de bajo nivel CANN hasta el framework de alto nivel MindSpore, ofrece un entorno de desarrollo y despliegue de IA estrechamente integrado, optimizado para hardware Ascend.

Esta formación en directo impartida por instructores (online o in situ) está dirigida a profesionales técnicos de nivel principiante e intermedio que desean comprender cómo los componentes CANN y MindSpore trabajan juntos para gestionar el ciclo de vida de la IA y tomar decisiones sobre la infraestructura.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la arquitectura en capas de la pila de cómputo con IA de Huawei.
• Identificar cómo CANN soporta la optimización de modelos y el despliegue a nivel de hardware.
• Evaluar el framework MindSpore y su conjunto de herramientas en relación con las alternativas del sector.
• Ubicar la pila de IA de Huawei dentro de entornos empresariales, en la nube o locales (on-prem).

Formato del Curso

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

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizarlo.

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

Esta formación presencial dirigida por instructores (en línea o in situ) está dirigida a desarrolladores de IA y ingenieros de sistemas de nivel avanzado que deseen optimizar el rendimiento de inferencia utilizando el conjunto avanzado de herramientas de CANN, incluido Graph Engine, TIK y el desarrollo de operadores personalizados.

Al final de esta formación, los participantes podrán:

• Comprender la arquitectura en tiempo de ejecución de CANN y su ciclo de vida de rendimiento.
• Utilizar herramientas de análisis perfiles y Graph Engine para el análisis y la optimización del rendimiento.
• Crear y optimizar operadores personalizados utilizando TIK y TVM.
• Resolver cuellos de botella de memoria y mejorar el throughput de los modelos.

Formato del Curso

• Clases interactivas y discusión.
• Laboratorios prácticos con análisis perfiles en tiempo real y ajuste de operadores.
• Ejercicios de optimización utilizando ejemplos de implementación de casos extremos.

Opciones de Personalización del Curso

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

El CANN SDK (Compute Architecture for Neural Networks) proporciona potentes herramientas de implementación y optimización para aplicaciones de IA en tiempo real de visión por computadora y PLN, especialmente en hardware Huawei Ascend.

Esta formación en vivo con instructores (en línea o presencial) está dirigida a profesionales de la IA de nivel intermedio que deseen construir, implementar y optimizar modelos de visión y lenguaje utilizando el CANN SDK para casos de uso en producción.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar y optimizar modelos CV y NLP usando CANN y AscendCL.
• Utilizar herramientas CANN para convertir modelos e integrarlos en pipelines en tiempo real.
• Optimizar el rendimiento de inferencia para tareas como detección, clasificación y análisis de sentimiento.
• Construir pipelines CV/NLP en tiempo real para escenarios de implementación en edge o en la nube.

Formato del Curso

• Conferencia y demostración interactivas.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño de pipelines en vivo usando casos de uso reales CV y NLP.

Opciones de Personalización del Curso

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

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

Esta formación en vivo y dirigida por instructores (en línea o presencial) está diseñada para desarrolladores de sistemas de nivel avanzado que deseen construir, implementar y optimizar operadores personalizados para modelos de IA utilizando el modelo de programación TIK de CANN y la integración del compilador TVM.

Al finalizar esta formación, los participantes serán capaces de:

• Escribir y probar operadores de IA personalizados utilizando el DSL de TIK para procesadores Ascend.
• Integrar operaciones personalizadas en el tiempo de ejecución y el grafo de ejecución de CANN.
• Utilizar TVM para la programación de operadores, la automatización del ajuste fino y la evaluación comparativa.
• Depurar y optimizar el rendimiento a nivel de instrucciones para patrones de cálculo personalizados.

Formato del curso

• Conferencia interactiva y demostración.
• Práctica de codificación de operadores utilizando los pipelines de TIK y TVM.
• Pruebas y ajuste fino en hardware Ascend o simuladores.

Opciones de personalización del curso

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

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

Al finalizar esta formación, los participantes serán capaces de:

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

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

Al finalizar esta formación, los participantes podrán:

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