Inferencia y despliegue de IA con CloudMatrix

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

Esta formación impartida por instructores (en línea o presencial) 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 serán capaces de:

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

Formato del curso

• Conferencia interactiva y discusión grupal.
• Práctica directa con Huawei Ascend y el kit de herramientas CANN en aplicaciones de ejemplo.
• Ejercicios guiados centrados en la construcción, entrenamiento e implementación de modelos.

Opciones de personalización del curso

• Para solicitar una formación personalizada basada en su infraestructura o conjuntos de datos, contáctenos para coordinarla.

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

Esta formación impartida por un instructor, en vivo (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 este curso, los participantes podrán:

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

Formato del curso

• Conferencia interactiva y demostraciones.
• Trabajo práctico de laboratorio utilizando herramientas CANN y simuladores o dispositivos Ascend.
• Escenarios prácticos de implementación basados en modelos de IA del mundo real.

Opciones de personalización del curso

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

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a ingenieros de IA y desarrolladores de software de nivel principiante e intermedio que desean adquirir una comprensión fundamental de los principios y prácticas de la ingeniería de IA.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos y tecnologías centrales detrás de la inteligencia artificial (IA) y el aprendizaje automático.
• Implementar modelos básicos de aprendizaje automático utilizando TensorFlow y PyTorch.
• Aplicar técnicas de IA para resolver problemas prácticos en el desarrollo de software.
• Gestionar y mantener proyectos de IA siguiendo las mejores prácticas de la ingeniería de IA.
• Reconocer las implicaciones éticas y responsabilidades involucradas en el desarrollo de sistemas de IA.

Este programa práctico de dos días dota a los participantes de habilidades útiles para utilizar herramientas de IA generativa de manera efectiva, segura y constante en trabajos técnicos y operativos. La capacitación se centra en convertir la IA en un asistente confiable para las tareas diarias de redacción y mejora de documentación, estructuración de requisitos, aceleración del análisis y reportes, apoyo en la resolución de problemas y optimización de la comunicación interfuncional. Los participantes aprenden patrones de prompting demostrados, técnicas de validación para reducir errores y "alucinaciones", así como prácticas de gobernanza ligera para proteger información confidencial y propiedad intelectual. El curso está diseñado para producir plantillas, flujos de trabajo y un enfoque repetible para el trabajo asistido por IA que pueda aplicarse de inmediato.

Esta capacitación en vivo, impartida por un instructor en <ubicación> (en línea o presencial), está dirigida a profesionales de IA y desarrolladores de software de nivel intermedio a avanzado que deseen crear aplicaciones inteligentes utilizando IA y ML.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los conceptos avanzados y las tecnologías detrás de la IA y el ML.
• Analizar y visualizar datos para informar el desarrollo de modelos de IA/ML.
• Construir, entrenar e implementar modelos de IA/ML de manera efectiva.
• Crear aplicaciones inteligentes capaces de resolver problemas del mundo real.
• Evaluar las implicaciones éticas de las aplicaciones de IA en diversas industrias.

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

Esta formación presencial y en vivo (en línea o in situ) está dirigida a desarrolladores de IA con conocimientos básicos que desean comprender cómo CANN se integra en el ciclo de vida del modelo, desde el entrenamiento hasta la implementación, y cómo funciona junto con marcos como MindSpore, TensorFlow y PyTorch.

Al finalizar esta formación, los participantes serán capaces de:

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

Formato del curso

• Conferencia interactiva y discusión grupal.
• Talleres prácticos con implementación de modelos sencillos.
• 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 coordinar los detalles.

El kit de herramientas Ascend CANN de Huawei permite una potente inferencia de IA en dispositivos edge, como el Ascend 310. CANN proporciona las herramientas esenciales para compilar, optimizar y desplegar modelos en entornos con restricciones de cómputo y memoria.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores e integradores de IA de nivel intermedio que deseen desplegar y optimizar modelos en dispositivos edge Ascend utilizando el conjunto de herramientas CANN.

Al finalizar esta formación, los participantes podrán:

• Preparar y convertir modelos de IA para Ascend 310 usando las herramientas CANN.
• Construir pipelines de inferencia ligeros utilizando MindSpore Lite y AscendCL.
• Optimizar el rendimiento del modelo en entornos con recursos limitados de cómputo y memoria.
• Desplegar y monitorear aplicaciones de IA en casos de uso reales de edge.

Formato del Curso

• Conferencia interactiva y demostración.
• Trabajo práctico en laboratorio con modelos y escenarios específicos para edge.
• Ejemplos de despliegue en vivo en hardware edge virtual o físico.

Opciones de Personalización del Curso

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

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

Esta formación presencial dirigida por instructores (en línea o in situ) está orientada a profesionales técnicos de nivel principiante a intermedio que deseen comprender cómo los componentes CANN y MindSpore colaboran para gestionar el ciclo de vida de la IA y tomar decisiones sobre infraestructura.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura en capas de la pila de computación AI de Huawei.
• Identificar cómo CANN apoya 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.
• Posicionar la pila AI de Huawei dentro de entornos empresariales, en la nube o on-premises.

Formato del curso

• Conferencia interactiva y discusión.
• Demos en vivo del sistema y recorridos guiados 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.

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

Esta formación presencial impartida por un instructor (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 la herramienta avanzada de CANN, que incluye el Motor de Grafos, TIK y el desarrollo de operadores personalizados.

Al finalizar esta formación, los participantes podrán:

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

Formato del curso

• Ponencia interactiva y debate.
• Laboratorios prácticos con perfilado en tiempo real y ajuste de operadores.
• Ejercicios de optimización utilizando ejemplos de implementación de casos límite.

Opciones de personalización del curso

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

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

Este entrenamiento en vivo con instructores (en línea o presencial) está dirigido a profesionales de la IA de nivel intermedio que deseen crear, implementar y optimizar modelos visuales y lingüísticos mediante el CANN SDK para casos de uso en producción.

Al finalizar este curso, los participantes podrán:

• Implementar y optimizar modelos de visión por computadora (CV) y PLN usando CANN y AscendCL.
• Usar herramientas CANN para convertir modelos e integrarlos en canales de trabajo en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimientos.
• Crear canales de trabajo de CV/PLN en tiempo real para escenarios de implementación en borde o nube.

Formato del curso

• Conferencia interactiva y demostración práctica.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño en vivo de canales de trabajo utilizando casos de uso reales de CV y PLN.

Opciones de personalización del curso

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

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

Esta formación impartida por un instructor, en formato vivo (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 formación, los participantes serán capaces de:

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

Formato del curso

• Lección interactiva y demostración.
• Práctica de programación de operadores utilizando los flujos de trabajo TIK y TVM.
• Pruebas y ajuste en hardware Ascend o simuladores.

Opciones de personalización del curso

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

Las arquitecturas de GPU chinas, como Huawei Ascend, Biren y los MLU de Cambricon, ofrecen alternativas a CUDA adaptadas para los mercados locales de IA y HPC.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a programadores de GPU y especialistas en infraestructura de nivel avanzado que deseen migrar y optimizar aplicaciones CUDA existentes para su implementación en plataformas de hardware chinas.

Al finalizar esta formación, los participantes serán capaces de:

• Evaluar la compatibilidad de las cargas de trabajo CUDA existentes con alternativas de chips chinos.
• Portar código CUDA a entornos como Huawei CANN, Biren SDK y Cambricon BANGPy.
• Comparar el rendimiento e identificar puntos de mejora entre plataformas.
• Solucionar desafíos prácticos en el soporte y despliegue multiarquitectura.

Formato del curso

• Clase interactiva con discusión.
• Laboratorios prácticos de traducción de código y comparación de rendimiento.
• Ejercicios guiados centrados en estrategias de adaptación para múltiples GPU.

Opciones de personalización del curso

• Para solicitar una formación personalizada basada en su plataforma o proyecto CUDA, contáctenos para coordinar los detalles.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de TI de nivel principiante que desean adquirir una comprensión fundamental de las aplicaciones inteligentes y cómo pueden aplicarse en diversas industrias.

Al finalizar esta formación, los participantes podrán:

• Comprender la historia, los principios y el impacto de la inteligencia artificial.
• Identificar y aplicar diferentes algoritmos de aprendizaje automático.
• Gestionar y analizar datos eficazmente para aplicaciones de IA.
• Reconocer las aplicaciones prácticas y limitaciones de la IA en distintos sectores.
• Discutir las consideraciones éticas y las implicaciones sociales de la tecnología de IA.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a científicos de datos, ingenieros y profesionales de IA de nivel intermedio a avanzado que desean dominar los matices de las aplicaciones inteligentes y aprovecharlos para resolver problemas complejos del mundo real.

Al finalizar esta formación, los participantes podrán:

• Implementar y analizar arquitecturas de aprendizaje profundo.
• Aplicar el aprendizaje automático a gran escala en un entorno de computación distribuida.
• Diseñar y ejecutar modelos de aprendizaje por refuerzo para la toma de decisiones.
• Desarrollar sistemas avanzados de procesamiento del lenguaje natural (NLP) para la comprensión del idioma.
• Utilizar técnicas de visión por computadora para el análisis de imágenes y videos.
• Abrir consideraciones éticas en el desarrollo e implementación de sistemas de IA.

Ascend, Biren y Cambricon son las principales plataformas de hardware de IA en China, cada una ofreciendo herramientas únicas de aceleración y análisis para cargas de trabajo de IA a escala industrial.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros avanzados de infraestructura de IA y rendimiento que deseen optimizar los flujos de trabajo de inferencia y entrenamiento de modelos en varias plataformas de chips de IA chinos.

Al finalizar esta capacitación, los participantes podrán:

• Efectuar pruebas de rendimiento (benchmark) de modelos en las plataformas Ascend, Biren y Cambricon.
• Identificar cuellos de botella del sistema e ineficiencias en memoria o cálculo.
• Aplicar optimizaciones a nivel de grafo, de núcleo y de operador.
• Ajustar los pipelines de implementación para mejorar el throughput (rendimiento) y la latencia.

Formato del curso

• Clase interactiva con discusiones.
• Uso práctico de herramientas de análisis y optimización en cada plataforma.
• Ejercicios guiados centrados en escenarios prácticos de ajuste.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso basada en su entorno de rendimiento o tipo de modelo, por favor contáctenos para coordinarlo.