CANN para el despliegue de IA en Edge

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

Al finalizar esta capacitación, los participantes podrán:

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

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 respaldar 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 con ultra baja latencia y alto ancho de banda.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde escalables, seguras y resilientes listas para 6G.
• Evaluar modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del curso

• Conferencias interactivas y discusiones en grupo.
• Estudios de caso y ejercicios de diseño arquitectónico aplicado.
• Simulación práctica con herramientas opcionales de borde o contenedores.

Opciones de personalización del curso

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

Esta formación en vivo impartida por instructores en México (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 dispositivos de borde y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes serán capaces de:

• 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 de borde.
• Utilizar herramientas y marcos 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 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 desarrolladores intermedios, científicos de datos y entusiastas de la tecnología que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos de borde para diversas aplicaciones.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios de la IA en el Borde y sus beneficios.
• Configurar y establecer 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 de borde.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el borde.
• Abordar consideraciones éticas y de seguridad en aplicaciones de IA en el Borde.

Esta formación presencial e impartida por un instructor en México (en línea o en sitio) está dirigida a profesionales avanzados de ciberseguridad, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas 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 implementaciones de Edge AI.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas Edge AI resilientes que puedan resistir amenazas cibernéticas.
• Aplicar estrategias de implementación segura de modelos de IA en entornos edge.

Las unidades de aprendizaje automático (MLUs) de Cambricon son chips de IA especializados, optimizados para inferencia y entrenamiento en entornos de edge y centros de datos.

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

Al finalizar esta formación, 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 MLUs de Cambricon.
• Implementar modelos en dispositivos edge y centros de datos que ejecuten el entorno de ejecución de Neuware.
• Integrar flujos de trabajo de ML con funciones de aceleración específicas de MLU.

Formato del curso

• Clase interactiva y discusión.
• Uso 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 formación personalizada para este curso según tu modelo de dispositivo Cambricon o caso de uso, contáctanos para organizarla.

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.

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.

Esta capacitación en vivo con instructor en México (en línea o presencial) está dirigida a profesionales de agrotecnología de nivel principiante a intermedio, especialistas en IoT e ingenieros de IA que deseen desarrollar e implementar soluciones Edge AI para el cultivo inteligente.

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel de Edge AI en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado impulsados por IA.
• Desarrollar soluciones de irrigación automatizada y sensores ambientales.
• Optimizar la eficiencia agrícola utilizando análisis de Edge AI en tiempo real.

Esta formación en vivo impartida por un instructor en México (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 Inteligencia Artificial en el Borde para crear soluciones innovadoras para sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

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