Deployment Training Cursus

Deze door een docent geleide, live training in Nederland (online of ter plaatse) is gericht op telecomprofessionals, AI-ingenieurs en IoT-specialisten op intermediair niveau die willen onderzoeken hoe 5G-netwerken Edge AI-toepassingen versnellen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De basisprincipes van 5G-technologie en de impact ervan op Edge AI te begrijpen.
• AI-modellen te implementeren die geoptimaliseerd zijn voor laaglatente toepassingen in 5G-omgevingen.
• Real-time besluitvormingssystemen te implementeren met behulp van Edge AI en 5G-connectiviteit.
• AI-workloads te optimaliseren voor efficiënte prestaties op edge-apparaten.

6G en de intelligente edge is een toekijkend cursus die de integratie van 6G-wirelostechnologieën met edge computing, IoT-ecosystemen en AI-gedreven dataprocessing verkent om intelligente, laag-latentie en adaptieve infrastructures te ondersteunen.

Dit instructeurgeleide, live-training (online of on-site) is gericht op IT-architecten met een tusseniveau die willen begrijpen en ontwerpen aan volgende-generatie gedistribueerde architecturen waarbij gebruik wordt gemaakt van de synergie tussen 6G-connectiviteit en intelligente edge-systemen.

Na het volgen van deze cursus zullen de deelnemers in staat zijn om:

• In te zien hoe 6G de edge computing en IoT-architecturen zal transformeren.
• Gedistribueerde systemen voor ultra-laag-latentie, hoge bandbreedte en autonome operaties te ontwerpen.
• AI en data-analyse aan de edge te integreren voor intelligente besluitvorming.
• Schaalbare, veilige en robuuste 6G-ready edge-infrastructures te plannen.
• Bedrijfs- en operationele modellen te evalueren die worden mogelijk gemaakt door de convergentie van 6G-edge.

Cursusopzet

• Interactieve lezingen en discussies.
• Case studies en toegepaste architectuurontwerp-oefeningen.
• Praktijkgerichte simulatie met optionele edge- of container-tools.

Cursusaanpassingsopties

• Voor een aangepaste training voor deze cursus, neem contact met ons op om de details te regelen.

Dit door de instructeur geleide, live-training (online of op locatie) is gericht op geavanceerde AI-praktijkmakers, onderzoekers en ontwikkelaars die de nieuwste ontwikkelingen in Edge AI willen beheersen, hun AI-modellen willen optimaliseren voor edge-deployments en gespecialiseerde toepassingen in diverse industrieën willen verkennen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Geavanceerde technieken in Edge AI-modelontwikkeling en optimalisatie te verkennen.
• Vooraanstaande strategieën voor het implementeren van AI-modellen op edge-apparaten te implementeren.
• Gespecialiseerde hulpmiddelen en frameworks te gebruiken voor geavanceerde Edge AI-toepassingen.
• De prestaties en efficiëntie van Edge AI-oplossingen te optimaliseren.
• Innovatieve toepassingsgevallen en opkomende trends in Edge AI te verkennen.
• Geavanceerde ethische en veiligheidsaspecten in Edge AI-deployments aan te pakken.

Huawei Ascend is een familie van AI-processorontwerpen voor high-performance inferentie en training.

Deze instructeurgeleide, live-training (online of ter plekke) is gericht op intermediate-level AI-ingenieurs en data wetenschappers die willen ontwikkelen en optimaliseren met behulp van Huawei’s Ascend-platform en de CANN-toolkit.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De CANN-ontwikkelomgeving op te zetten en in te stellen.
• AI-toepassingen te ontwikkelen met behulp van MindSpore en CloudMatrix-workflows.
• Prestatieoptimalisatie op Ascend NPUs uit te voeren met behulp van aangepaste operators en tiling.
• Modellen te implementeren in edge- of cloudomgevingen.

Formaat van de cursus

• Interactieve lezing en discussie.
• Handson-gebruik van Huawei Ascend en de CANN-toolkit in voorbeeldtoepassingen.
• Gerichte oefeningen gericht op modelbouw, training en implementatie.

Cursusaanpassingsmogelijkheden

• Om een aangepaste training voor deze cursus te aanvragen op basis van uw infrastructuur of datasets, neem dan contact met ons op om dit in te richten.

CANN (Compute Architecture for Neural Networks) is Huawei’s AI-compute stack for deploying and optimizing AI models on Ascend AI processors.

Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor AI-ontwikkelaars en ingenieurs op intermediëren niveau die getrainde AI-modellen efficiënt willen inzetten op Huawei Ascend hardware met behulp van de CANN toolkit en tools zoals MindSpore, TensorFlow, of PyTorch.

Aan het einde van deze training kunnen de deelnemers:

• De CANN architectuur en zijn rol in de AI-inzetpijplijn begrijpen.
• Modellen van populaire frameworks converteren en aanpassen aan Ascend-compatibele indelingen.
• Gebruik maken van tools zoals ATC, OM-modelconversie en MindSpore voor edge- en cloudinferentie.
• Inzetproblemen diagnosticeren en de prestaties op Ascend-hardware optimaliseren.

Opzet van de cursus

• Interactieve les en demonstratie.
• Praktische laboratoriumwerkzaamheden met CANN tools en Ascend-simulators of apparaten.
• Praktische inzetscenario’s op basis van echte AI-modellen.

Opties voor cursusaanpassing

• Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.

Deze door een instructeur geleide, live-training (online of op locatie) is gericht op ontwikkelaars, datawetenschappers en technologieliefhebbers op intermediair niveau die praktische vaardigheden willen verwerven in het implementeren van AI-modellen op edge-apparaten voor verschillende toepassingen.

Na afloop van deze training kunnen de deelnemers:

• De principes van Edge AI en de voordelen ervan begrijpen.
• De edge-computingomgeving installeren en configureren.
• AI-modellen ontwikkelen, trainen en optimaliseren voor edge-implementatie.
• Praktische AI-oplossingen implementeren op edge-apparaten.
• De prestaties van edge-implementatie van modellen evalueren en verbeteren.
• Ethische en veiligheidsaspecten in Edge AI-toepassingen behandelen.

Deze door een instructeur geleide live-training in Nederland (online of op locatie) is bedoeld voor geavanceerde cybersecurityprofessionals, AI-engineers en IoT-ontwikkelaars die robuuste beveiligingsmaatregelen en strategieën voor weerbaarheid willen implementeren voor Edge AI-systemen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De beveiligingsrisico's en kwetsbaarheden in Edge AI-implementaties te begrijpen.
• Versleutelings- en authenticatietechnieken voor gegevensbescherming te implementeren.
• Weerbare Edge AI-architecturen te ontwerpen die cyberdreigingen kunnen weerstaan.
• Veilige AI-modelimplementatiestrategieën in edge-omgevingen toe te passen.

Cambricon MLUs (Machine Learning Units) zijn gespecialiseerde AI-chips geoptimaliseerd voor inferentie en training in edge- en datacenterscenario's.

Deze door een instructeur geleide, live training (online of ter plaatse) is gericht op ontwikkelaars op intermediair niveau die AI-modellen willen bouwen en implementeren met behulp van het BANGPy-framework en de Neuware SDK op Cambricon MLU-hardware.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• De BANGPy- en Neuware-ontwikkelomgevingen te installeren en configureren.
• Python- en C++-gebaseerde modellen te ontwikkelen en te optimaliseren voor Cambricon MLUs.
• Modellen te implementeren op edge- en datacenterapparaten die de Neuware-runtime uitvoeren.
• ML-workflows te integreren met MLU-specifieke versnellingseigenschappen.

Formaat van de cursus

• Interactieve lezingen en discussies.
• Handmatige gebruik van BANGPy en Neuware voor ontwikkeling en implementatie.
• Geleide oefeningen gericht op optimalisatie, integratie en testen.

Opties voor cursusanpassing

• Om een aangepaste training voor deze cursus aan te vragen op basis van uw Cambricon-apparaatmodel of gebruiksscenario, neem dan contact met ons op om dit te regelen.

CANN (Compute Architecture for Neural Networks) is Huawei’s AI computing toolkit gebruikt om AI-modellen te compileren, te optimaliseren en te implementeren op Ascend AI-processoren.

Dit door een instructeur geleide, live training (online of op locatie) is bedoeld voor beginnende AI-ontwikkelaars die willen begrijpen hoe CANN past in de modellevenscyclus van training tot implementatie en hoe het werkt met frameworks zoals MindSpore, TensorFlow en PyTorch.

Aan het einde van deze training kunnen deelnemers:

• Het doel en de architectuur van de CANN toolkit begrijpen.
• Een ontwikkelomgeving instellen met CANN en MindSpore.
• Een eenvoudig AI-model converteren en implementeren op Ascend-hardware.
• Fundamentele kennis opdoen voor toekomstige CANN optimalisatie- of integratieprojecten.

Indeling van de cursus

• Interactieve lezingen en discussies.
• Handson-labs met eenvoudige modelimplementatie.
• Stapsgewijze begeleiding door de CANN toolchain en integratiepunten.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

De AI-stack van Huawei — van de laaggeniveau CANN SDK tot het hooggeniveau MindSpore-framework — biedt een strak geïntegreerde AI-ontwikkel- en implementatieomgeving die is geoptimaliseerd voor Ascend-hardware.

Deze door een instructeur geleide live-training (online of ter plaatse) is bedoeld voor technische professionals op beginner- tot gemiddeld niveau die willen begrijpen hoe de CANN en MindSpore-componenten samenwerken om AI-lifecyclebeheer en infrastructuurbeslissingen te ondersteunen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• Het gelaagde architectuur van de AI-rekenstack van Huawei te begrijpen.
• Inzicht te krijgen in hoe CANN modeloptimalisatie en implementatie op hardware-niveau ondersteunt.
• Het MindSpore-framework en de toolchain te evalueren in vergelijking met industrie-alternatieven.
• De AI-stack van Huawei te positioneren binnen ondernemings- of cloud/ter-plaatse-omgevingen.

Formaat van de cursus

• Interactieve lezing en discussie.
• Live systeemdemonstraties en gevalsgebaseerde walkthroughs.
• Optionele begeleide labs over modelstroom van MindSpore naar CANN.

Opties voor aanpassing van de cursus

• Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.

CANN SDK (Compute Architecture for Neural Networks) is Huawei’s AI compute foundation dat ontwikkelaars in staat stelt om de prestaties van uitgevoerde neurale netwerken op Ascend AI-processoren te verfijnen en te optimaliseren.

Deze door instructeurs geleide live-training (online of op locatie) is bedoeld voor geavanceerde AI-ontwikkelaars en systeemingenieurs die de inferentieprestaties willen optimaliseren met behulp van het geavanceerde gereedschapspakket van CANN, waaronder de Graph Engine, TIK en de ontwikkeling van aangepaste operators.

Na afloop van deze training kunnen de deelnemers:

• De runtime-architectuur en prestatiecyclus van CANN begrijpen.
• Profileringsinstrumenten en de Graph Engine gebruiken voor prestatieanalyse en optimalisatie.
• Aangepaste operators maken en optimaliseren met behulp van TIK en TVM.
• Geheugenflessenhalsen oplossen en de modeldoorvoer verbeteren.

Formaat van de cursus

• Interactieve lezing en discussie.
• Praktijklaboratoria met realtime profileren en operatorafstelling.
• Optimalisatieoefeningen met behulp van voorbeelden van randgevallen-implementatie.

Opties voor cursusaanpassing

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

De CANN SDK (Compute Architecture for Neural Networks) biedt krachtige implementatie- en optimalisatietools voor real-time AI-toepassingen in computer vision en NLP, met name op Huawei Ascend-hardware.

Deze instructiegeleide live-training (online of ter plekke) is gericht op middenniveau AI-professionals die willen bouwen, implementeren en optimaliseren van visuele en taalmodellen met de CANN SDK voor productiegevallen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• CV- en NLP-modellen te implementeren en optimaliseren met CANN en AscendCL.
• CANN-tools te gebruiken om modellen te converteren en ze in live-pijplijnen te integreren.
• Inference-prestaties te optimaliseren voor taken zoals detectie, classificatie en sentimentanalyse.
• Real-time CV/NLP-pijplijnen te bouwen voor implementatiescenario's aan de edge of in de cloud.

Cursusopzet

• Interactieve les en demonstratie.
• Handson lab met modelimplementatie en prestatieprofiling.
• Live-pijplijnontwerp met echte CV- en NLP-gebruiksgevallen.

Cursusaanpassingsmogelijkheden

• Voor een aangepaste training voor deze cursus kunt u contact met ons opnemen om de details te bespreken.

CANN TIK (Tensor Instruction Kernel) en Apache TVM bieden geavanceerde optimalisatie en aanpassing van AI-modeloperators voor Huawei Ascend hardware.

Deze instructeurgeleide live training (online of op locatie) is gericht op systeembouwers op geavanceerd niveau die custom operators willen bouwen, implementeren en afstellen voor AI-modellen met behulp van het TIK-programmeermodel van CANN en de TVM-compilerintegratie.

Aan het einde van deze training kunnen de deelnemers:

• Custom AI-operators schrijven en testen met behulp van de TIK DSL voor Ascend-processoren.
• Custom ops integreren in de CANN runtime en uitvoeringsgrafiek.
• TVM gebruiken voor operatorplanning, auto-tuning en benchmarking.
• Debuggen en optimaliseren van instructieniveauprestaties voor custom berekeningspatronen.

Formaat van de cursus

• Interactieve lezing en demonstratie.
• Hands-on codering van operators met behulp van TIK- en TVM-pipelines.
• Testen en afstellen op Ascend-hardware of simulators.

Opties voor cursusaanpassing

• Voor het aanvragen van een aangepaste training voor deze cursus, neem contact met ons op om dit te regelen.

Deze docentgeleide, live training in Nederland (online of ter plekke) is gericht op agritechprofessionals, IoT-specialisten en AI-ingenieurs van beginners- tot gevorderdenniveau die Edge AI-oplossingen voor slimme landbouw willen ontwikkelen en inzetten.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De rol van Edge AI in precieze landbouw te begrijpen.
• AI-gestuurde systemen voor het monitoren van gewassen en vee te implementeren.
• Oplossingen voor automatische irrigatie en milieusensoren te ontwikkelen.
• De landbouwefficiëntie te optimaliseren met behulp van real-time Edge AI-analyse.

Deze door een instructeur geleide, live-training (online of op locatie) is gericht op robotica-ingenieurs, ontwikkelaars van autonome voertuigen en AI-onderzoekers op intermediair niveau die Edge AI willen inzetten voor innovatieve oplossingen voor autonome systemen.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De rol en voordelen van Edge AI in autonome systemen te begrijpen.
• AI-modellen te ontwikkelen en in te zetten voor real-time verwerking op edge-apparaten.
• Edge AI-oplossingen te implementeren in autonome voertuigen, drones en robotica.
• Besturingsystemen te ontwerpen en te optimaliseren met behulp van Edge AI.
• Ethische en regelgevende overwegingen aan te pakken in autonome AI-toepassingen.