Online GPU Training in Moldova

Huawei Ascend este o familie de procesatoare AI concepute pentru inferență și antrenament la performanță ridicată.

Acest training guițat în direct sau online se adresează inginerilor intermediari de inteligență artificială și cercetătorilor de date care doresc să dezvolte și să optimizeze modelele de rețele neuronale folosind platforma Ascend a Huaweii și pachetul CANN .

La finalul acestui training, participanții vor putea:

• Configura mediul de dezvoltare al CANN.
• Dezvolta aplicații AI folosind MindSpore și fluxurile CloudMatrix.
• Optimiza performanța pe Ascend NPU-uri utilizând operatori personalizați și tiling.
• Deployează modele în medii la marginea rețelei sau în cloud.

Formatul cursului

• Lectură interactivă și discuție.
• Utilizarea practică a Huawei Ascend și pachetului CANN în aplicații de exemplu.
• Exerciții guițate concentrându-se pe construirea, antrenamentul și deploy-ul modelului.

Opțiuni de personalizare a cursului

• Pentru a solicita un training personalizat bazat pe infrastructura sau seturile de datele dumneavoastră, vă rugăm să ne contactați pentru a programa.

Stiva AI a Huawei — de la SDK la nivel scăzut CANN până la cadrul MindSpore la nivel ridicat — oferă un mediu integrat de dezvoltare și implementare AI optimizat pentru hardware Ascend.

Acest training guiț la distanță sau live (online sau pe locație) se adresează profesionistilor tehnici cu niveluri de începător până la intermediar care doresc să înțeleagă cum componentele CANN și MindSpore lucrează împreună pentru a susține gestionarea ciclului de viață AI și deciziile infrastructurii.

La sfârșitul acestui training, participanții vor putea:

• Înțelege arhitectura stratificată a stivei de calcul AI a Huawei.
• Identifica modul în care CANN susține optimizarea modelului și implementarea la nivel hardware.
• Evalua cadrul și lanțul de instrumente MindSpore în raport cu alternativele industriei.
• Pozitiona stiva AI a Huawei în mediile enterprise sau cloud/on-prem.

Formatul Cursului

• Lectură interactivă și discuție.
• Demo-uri live ale sistemelor și parcurgeri bazate pe cazuri.
• Laboratoare guiț opționale privind fluxul modelului din MindSpore în CANN.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a organiza.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează dezvoltatorilor de nivel începător și intermediar care doresc să utilizeze OpenACC pentru a programa dispozitive eterogene și a exploata paralelismul acestora.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Să configureze un mediu de dezvoltare care include OpenACC SDK, un dispozitiv care suportă OpenACC și Visual Studio Cod.
• Să creeze un program OpenACC de bază care efectuează adunarea vectorială pe dispozitiv și recuperează rezultatele din memoria dispozitivului.
• Utilizați directivele și clauzele OpenACC pentru a adnota codul și pentru a specifica regiunile paralele, mișcarea datelor și opțiunile de optimizare.
• Utilizați API OpenACC pentru a interoga informații despre dispozitiv, a seta numărul dispozitivului, a gestiona erorile și a sincroniza evenimentele.
• Utilizați bibliotecile OpenACC și caracteristicile de interoperabilitate pentru a integra OpenACC cu alte modele de programare, cum ar fi CUDA, OpenMP și MPI.
• Utilizați instrumentele OpenACC pentru a realiza profilul și depanarea programelor OpenACC și pentru a identifica blocajele și oportunitățile de performanță.
• Optimizarea programelor OpenACC utilizând tehnici precum localitatea datelor, fuziunea buclelor, fuziunea nucleului și auto-tuning.

SDK-ul CANN (Arhitectură de Calcul pentru Neural Networks) oferă instrumente puternice de implementare și optimizare pentru aplicațiile AI în timp real din domeniul visionului computerizat și NLP, în special pe hardware Huawei Ascend.

Acest training sub conducerea unui instruire (în mod online sau presenzial) este destinat practicionerilor intermediari de IA care doresc să construiască, implementeze și optimizzeze modele CV și NLP folosind SDK-ul CANN pentru scenarii de utilizare în producție.

La finalul acestui training, participanții vor putea:

• Implementa și optimiza modele CV și NLP folosind CANN și AscendCL.
• Utiliza instrumentele CANN pentru a converti modelele și să le integreze în pipeline-uri live.
• Optimiza performanța inferenței pentru sarcini precum detectare, clasificare și analiză de sentiment.
• Construi pipeline-uri CV/NLP în timp real pentru scenarii de implementare la bord sau pe cloud.

Format al cursului

• Lectură interactivă și demonstrație.
• Laborator practic cu implementarea modelelor și profilarea performanței.
• Design de pipeline live folosind exemple reale din CV și NLP.

Opțiuni pentru personalizare a cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a organiza.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează dezvoltatorilor de nivel începător și intermediar care doresc să învețe elementele de bază ale programării GPU și principalele cadre și instrumente pentru dezvoltarea de aplicații GPU.

• La finalul acestui curs de formare, participanții vor fi capabili să:
  Să înțeleagă diferența dintre calculul cu procesor și calculul GPU, precum și beneficiile și provocările programării GPU.
• Să aleagă cadrul și instrumentul potrivit pentru aplicația lor GPU.
• Să creeze un program GPU de bază care efectuează adunarea vectorială folosind unul sau mai multe dintre cadrele și instrumentele prezentate.
• Să utilizeze API-urile, limbajele și bibliotecile respective pentru a interoga informații despre dispozitiv, pentru a aloca și a dezaloca memoria dispozitivului, pentru a copia date între gazdă și dispozitiv, pentru a lansa nuclee și pentru a sincroniza fire de execuție.
• Utilizați spațiile de memorie respective, cum ar fi cele globale, locale, constante și private, pentru a optimiza transferurile de date și accesările de memorie.
• Utilizați modelele de execuție respective, cum ar fi work-items, work-groups, fire, blocuri și grile, pentru a controla paralelismul.
• Depanarea și testarea programelor GPU cu ajutorul unor instrumente precum CodeXL, CUDA-GDB, CUDA-MEMCHECK și NVIDIA Nsight.
• Optimizarea programelor GPU utilizând tehnici precum coalescența, caching, prefetching și profilarea.

CANN TIK (Tensor Instruction Kernel) și Apache TVM permit optimizări avansate și personalizări ale operatorilor modelului de IA pentru Huawei Ascend hardware.

Această formare guițată de instrucțurator (online sau în prezență) se adresează dezvoltatorilor avansați de sisteme care doresc să construiască, să deployeze și să tuneze operatori personalizați pentru modele IA folosind modelul de programare TIK al CANN și integrarea compilatorului TVM.

La sfârșitul acestei forme, participanții vor putea:

• Să scrie și testeze operatori AI personalizați folosind TIK DSL pentru procesorii Ascend.
• Să integreze operațiuni personalizate în timpul de executare al CANN și graficul de execuție.
• Să folosească TVM pentru planificarea operatorilor, tunearea automată și benchmarking-ul.
• Să depureze și să optimizeze performanța la nivelul instrucțiunii pentru modele de calcul personalizate.

Format al cursului

• Curs interactiv și demonstrație.
• Codare practică a operatorilor folosind pipeline-uri TIK și TVM.
• Teste și tuneaj pe hardware sau simulatori Ascend.

Opțiuni de personalizare ale cursului

• Pentru a solicita o formare personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.

Acest curs în directie instruire (online sau pe teren) se adresează dezvoltatorilor cu niveluri de începător până la intermediar care dorește să folosească diferite cadre pentru GPU programming și să compare caracteristicile, performanța și compatibilitatea acestora.

La sfârșitul acestui curs, participanții vor putea:

• Să configureze un mediu de dezvoltare care include SDK-ul OpenCL, Toolkit-ul CUDA, Platforma ROCm, un dispozitiv care susține OpenCL, CUDA sau ROCm și Visual Studio Code.
• Să creeze un program GPU de bază care efectuează adunarea vectorilor folosind OpenCL, CUDA și ROCm, iar să compare sintaxa, structura și execuția fiecărui cadru.
• Să utilizeze API-urile respective pentru a interoga informațiile dispozitivului, a aloca și dezaloca memorie de dispozitiv, a copia date între gazdă și dispozitiv, a lanța nucleii și a sincroniza thread-urile.
• Să utilizeze limbajele respective pentru a scrie nucleii care se execută pe dispozitiv și manipulează date.
• Să utilizeze funcțiile, variabilele și bibliotecile integrare din cadrul respectiv pentru a efectua operatii și sarcini comune.
• Să utilizeze spațiile de memorie respective, cum ar fi globala, locala, constanta și privata, pentru a optimiza transferurile și accesurile la memorie.
• Să utilizeze modelele de execuție respective pentru a controla thread-urile, blocajele și grilele care definesc paralelismul.
• Să depurizeze și să testeze programele GPU folosind instrumente precum CodeXL, CUDA-GDB, CUDA-MEMCHECK și NVIDIA Nsight.
• Să optimizare programele GPU folosind tehnici cum ar fi coalescarea, caching-ul, prefetching-ul și profilajul.

CloudMatrix este platforma de dezvoltare și implementare AI unificată a Huawei, concepută pentru a suporta conductele de inferență la scară, de calitate producție.

Această formare guiță (în mod online sau pe local) se adresează profesionistilor AI la nivel de începător până la intermediar care doresc să implementeze și să monitorizeze modelele AI folosind platforma CloudMatrix cu integrarea CANN și MindSpore.

La finalul acestei forme, participanții vor putea:

• Utiliza CloudMatrix pentru ambalarea, implementarea și servirea modelelor.
• Converti și optimiza modelele pentru chipset-uri Ascend.
• Configura conducte pentru sarcini de inferență în timp real și în loturi.
• Monitoriza implementările și ajusta performanța în setările producției.

Format al Cursului

• Conferință interactivă și discuție.
• Utilizarea practică a CloudMatrix cu scenarii de implementare reale.
• Exerciții guiate concentrate pe conversia, optimizarea și scalabilitatea.

Opțiuni de Personalizare a Formării

• Pentru a solicita o formare personalizată pentru acest curs bazată pe infrastructura AI sau mediul cloud din partea dumneavoastră, vă rugăm să ne contactați pentru a organiza.

Setul de instrumente Ascend CANN al Huawei permite inferențe puternice AI pe dispozitive la marginea rețelei, cum ar fi Ascend 310. CANN oferă instrumente esențiale pentru compilarea, optimizarea și deployul modelelor în medii cu resurse limitate de calcul și memorie.

Această antrenament sub formă de curs (online sau presencial) este destinat dezvoltatorilor AI intermediari și integratorilor care doresc să depună și să optimizeze modelele pe dispozitive la marginea rețelei folosind lanțul de instrumente CANN.

La sfârșitul antrenamentului, participantii vor putea:

• Prepara și converti modele AI pentru Ascend 310 folosind instrumentele CANN.
• Construi pipeline-uri de inferență ușoare folosind MindSpore Lite și AscendCL.
• Optimiza performanța modelelor pentru medii cu resurse limitate de calcul și memorie.
• Deploya și monitoriza aplicațiile AI în scenarii reale la marginea rețelei.

Format al cursului

• Predare interactivă și demonstrații.
• Muncă practică cu modele specifice marginii rețelei și scenarii.
• Exemple de deploy live pe hardware virtual sau fizic la marginea rețelei.

Opțiuni de personalizare a cursului

• Pentru a cere un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a organiza.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează dezvoltatorilor de nivel începător și intermediar care doresc să instaleze și să utilizeze ROCm pe Windows pentru a programa AMD GPUs și a exploata paralelismul acestora.

La sfârșitul acestui curs de instruire, participanții vor fi capabili să:

• Să configureze un mediu de dezvoltare care include platforma ROCm, un AMD GPU și un cod Visual Studio pe Windows.
• Să creeze un program ROCm de bază care să efectueze adunarea vectorială pe GPU și să recupereze rezultatele din memoria GPU.
• Utilizați API ROCm pentru a interoga informații despre dispozitiv, pentru a aloca și a dezaloca memoria dispozitivului, pentru a copia date între gazdă și dispozitiv, pentru a lansa nuclee și pentru a sincroniza fire de execuție.
• Utilizați limbajul HIP pentru a scrie nuclee care se execută pe GPU și manipulează date.
• Utilizați funcțiile, variabilele și bibliotecile integrate HIP pentru a efectua sarcini și operații comune.
• Utilizați spațiile de memorie ROCm și HIP, cum ar fi spațiile de memorie globală, partajată, constantă și locală, pentru a optimiza transferurile de date și accesările de memorie.
• Utilizarea modelelor de execuție ROCm și HIP pentru a controla firele, blocurile și grilele care definesc paralelismul.
• Depanarea și testarea programelor ROCm și HIP cu ajutorul unor instrumente precum ROCm Debugger și ROCm Profiler.
• Optimizarea programelor ROCm și HIP utilizând tehnici precum coalescența, caching, prefetching și profilarea.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează dezvoltatorilor de nivel începător și intermediar care doresc să utilizeze ROCm și HIP pentru a programa AMD GPUs și a exploata paralelismul acestora.

La sfârșitul acestui curs de instruire, participanții vor fi capabili să:

• Să configureze un mediu de dezvoltare care include platforma ROCm, un AMD GPU și un cod Visual Studio.
• Să creeze un program ROCm de bază care să efectueze adunarea vectorială pe GPU și să recupereze rezultatele din memoria GPU.
• Utilizați API ROCm pentru a interoga informații despre dispozitiv, pentru a aloca și a dezaloca memoria dispozitivului, pentru a copia date între gazdă și dispozitiv, pentru a lansa nuclee și pentru a sincroniza fire de execuție.
• Utilizați limbajul HIP pentru a scrie nuclee care se execută pe GPU și manipulează date.
• Utilizați funcțiile, variabilele și bibliotecile integrate HIP pentru a efectua sarcini și operații comune.
• Utilizați spațiile de memorie ROCm și HIP, cum ar fi spațiile de memorie globală, partajată, constantă și locală, pentru a optimiza transferurile de date și accesările de memorie.
• Utilizarea modelelor de execuție ROCm și HIP pentru a controla firele, blocurile și grilele care definesc paralelismul.
• Depanarea și testarea programelor ROCm și HIP cu ajutorul unor instrumente precum ROCm Debugger și ROCm Profiler.
• Optimizarea programelor ROCm și HIP utilizând tehnici precum coalescența, caching, prefetching și profilarea.

CANN (Compute Architecture for Neural Networks) este un set de instrumente pentru calcul AI al Huawei folosit pentru a compila, optimiza și_deploya modelele AI pe procesorii AI Ascend.

Această formare guidată de instrucțoare (online sau în prezență) se adresează dezvoltatorilor AI la nivel începător care doresc să înțeleagă cum CANN se integrează în ciclul de viață al modelelor, din antrenament până la deploy, și cum funcționează cu cadre precum MindSpore, TensorFlow, și PyTorch.

La sfârșitul acestei formări, participanții vor putea:

• Înțelege scopul și arhitectura setului de instrumente CANN.
• Configura un mediu de dezvoltare cu CANN și MindSpore.
• Convertește și deployează o model AI simplă pe hardware-ul Ascend.
• Obține cunoștințe fundamentale pentru proiectele viitoare de optimizare sau integrare cu CANN.

Format al cursului

• Lecturi interactive și discuții.
• Laboratoare practice cu deployarea unui model simplu.
• Pas cu pas a traversării lanțului de instrumente CANN și punctelor de integrare.

Opțiuni de personalizare ale cursului

• Pentru a solicita o formare personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.

Ascend, Biren și Cambricon sunt platforme hardware de IA lider în China, oferind fiecare instrumente unice de accelerare și profilare pentru sarcinile AI la scară de producție.

Acest antrenament live, sub conducerea instruirei (online sau pe locație), se adresează inginerilor avansați de infrastructură AI și performanță care dorește optimizarea fluxurilor de lucru pentru inferența și antrenarea modelelor pe mai multe platforme de chipuri AI chinezești.

La sfârșitul acestui antrenament, participantii vor putea:

• Benchmark-a modelle pe platformele Ascend, Biren și Cambricon.
• Identifica bocanci de sistem și ineficiențe la nivelul memoriei/sursei de calcul.
• Aplica optimizări la nivelul graficului, nucleului și operatorului.
• Tuneaza pipeline-urile de implementare pentru a îmbunătăți fluxul și întârzierile.

Format al cursului

• Lecții interactive și discuții.
• Utilizarea practică a instrumentelor de profilare și optimizare pe fiecare platformă.
• Exerciții guiți care se concentrează pe scenarii practice de tuneare.

Opțiuni pentru personalizarea cursului

• Pentru a solicita un antrenament personalizat pentru acest curs în funcție de mediul dvs. de performanță sau tipul modelului, vă rugăm să ne contactați pentru a organiza.

CANN SDK (Compute Architecture pentru Neural Networks) este fundamentul de calcul AI al Huawei care permite dezvoltatorilor să ajusteze și optimizeze performanța rețelelor neuronale depozitare pe procesorii Ascend AI.

Acest training dirijat de instrucțuator (în mod online sau în prezență) este destinat dezvoltatorilor avansați de AI și inginerilor sistemelor care doresc să optimizeze performanța inferenței folosind setul avansat de instrumente al CANN, inclusiv Motorul Grafic, TIK și dezvoltarea operatorilor personalizați.

La sfârșitul acestui training, participanții vor putea:

• Să înțeleagă arhitectura de runtime a CANN și ciclul de viață al performanței.
• Să folosească instrumentele de profilare și Motorul Grafic pentru analiza și optimizarea performanței.
• Să creeze și să optimizeze operatori personalizați folosind TIK și TVM.
• Să rezolve bocagele de memorie și să îmbunătățească fluxul modelului.

Format al cursului

• Lecții interactive și discuții.
• Ateliere practice cu profilare în timp real și ajustare a operatorilor.
• Exerciții de optimizare folosind exemple de depozitare pentru cazuri speciale.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să vă adresați la noi pentru programare.

Arhitecturile chinezești GPU, cum ar fi Huawei Ascend, Biren și Cambricon MLU, oferă alternative CUDA adaptate pentru piețele locale de AI și HPC.

Acest training live (online sau presencial), condus de un instrucțurator, se adresează programatorilor avansati și specialistilor infrastructurii care doresc să migreze și să optimizeze aplicațiile existente CUDA pentru a fi depozitate pe platformele hardware chinezești.

La sfârșitul acestui training, participanții vor putea:

• Evaluea compatibilitatea sarcinilor de lucru CUDA existente cu alternativele de chipuri chinezești.
• Migra bazile de cod CUDA către mediul Huawei CANN, Biren SDK și Cambricon BANGPy.
• Compara performanța și identifica punctele de optimizare pe mai multe platforme.
• Răspunde la provocările practice în sprijinul și depunerea multi-arhitectură.

Formatul cursului

• Lecții interactive și discuții.
• Laboratoare practice de traducere a codului și compararea performanței.
• Sesiuni guiâte cu accent pe strategiile de adaptare multi-GPU.

Opțiuni pentru personalizarea cursului

• Pentru a solicita un training personalizat bazat pe platforma sau proiectul CUDA dvs., vă rugăm să ne contactați pentru a organiza.

Această instruire live, condusă de un instructor în Moldova (online sau la fața locului) se adresează dezvoltatorilor de nivel începător până la mediu care doresc să utilizeze CUDA pentru a programa NVIDIA GPUs și a exploata paralelismul acestora.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Configurați un mediu de dezvoltare care include CUDA Toolkit, un NVIDIA GPU și Visual Studio Code.
• Să creeze un program CUDA de bază care efectuează adunarea vectorială pe GPU și recuperează rezultatele din memoria GPU.
• Utilizați API-ul CUDA pentru a interoga informații despre dispozitiv, a aloca și a dezaloca memoria dispozitivului, a copia date între gazdă și dispozitiv, a lansa nuclee și a sincroniza fire de execuție.
• Utilizați limbajul CUDA C/C++ pentru a scrie kernels care se execută pe GPU și manipulează date.
• Utilizați funcțiile încorporate, variabilele și bibliotecile CUDA pentru a efectua sarcini și operațiuni comune.
• Utilizați spațiile de memorie CUDA, cum ar fi cele globale, partajate, constante și locale, pentru a optimiza transferurile de date și accesările de memorie.
• Utilizați modelul de execuție CUDA pentru a controla firele, blocurile și grilele care definesc paralelismul.
• Depanarea și testarea programelor CUDA utilizând instrumente precum CUDA-GDB, CUDA-MEMCHECK și NVIDIA Nsight.
• Optimizarea programelor CUDA folosind tehnici precum coalescing, caching, prefetching și profiling.

97% de clienți mulțumiți.

CANN (Compute Architecture for Neural Networks) este pilonul de calcul AI al Huawei pentru a depune și optimiza modelele AI pe procesorii Ascend AI.

Această antrenament sub conducerea unui instrucțuator (online sau la locație) se adresează dezvoltatorilor și inginerilor cu cunoștințe intermediare în AI care doresc să depună modelele AI antrenate eficient pe hardwareul Huawei Ascend folosind pachetul CANN și instrumente precum MindSpore, TensorFlow, sau PyTorch.

La sfârșitul acestui antrenament, participantii vor putea:

• Înțelege arhitectura CANN și rolul său în pipeline-ul de depunere AI.
• Convertește și adaptează modelele din cadre populare la formate compatibile cu Ascend.
• Folosește instrumente precum ATC, OM model conversion, și MindSpore pentru inferență la marginea retelei și în cloud.
• Diagnostichează problemele de depunere și optimizarea performanței pe hardwareul Ascend.

Format al cursului

• Curs interactiv și demonstrații.
• Laborator practic folosind instrumentele CANN și simulari sau dispozitive Ascend.
• Scenarii de depunere practice bazate pe modele AI din lumea reală.

Opțiuni pentru Personalizarea Cursului

• Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru aranjamente.

Accelerațorii AI Biren sunt dispozitive de înaltă performanță GPU concepute pentru sarcini de lucru AI și HPC, cu susținere pentru antrenament la scară largă și inferență.

Acest training live, condus de un instrucțuator (online sau în prezență), este destinat dezvoltatorilor de nivel intermediar până avansat care dorește să programeze și să optimizeze aplicații folosind stack-ul proprietar GPU al Birien, cu comparații practice cu mediu CUDA.

La sfârșitul acestui training, participanții vor putea:

• Comprende arhitectura Biren GPU și ierarhia memoriei.
• Configurați mediul de dezvoltare și utilizați modelul de programare al Birien.
• Traduceți și optimizați codul CUDA pentru platformele Biren.
• Aplicați tehnici de ajustare a performanței și de depurare.

Format al cursului

• Lecturi interactive și discuții.
• Utilizarea practică a SDK-ului Biren în sarcini de lucru GPU exemple.
• Exerciții guiite dedicate portabilizării și ajustării performanței.

Opțiuni de personalizare a cursului

• Pentru a solicita un training personalizat bazat pe stiva aplicațiilor sau nevoile de integrare, vă rugăm să ne contactați pentru a organiza.

Cambricon MLUs (Machine Learning Unități) sunt chipuri AI specializate optimizate pentru inferență și antrenament în scenarii la marginea rețelei și în centre de date.

Acest training live, condus de un instrucțurator (online sau pe locație), se adresează dezvoltatorilor cu nivel intermediar care doresc să construiască și să deployeze modele AI folosind cadrul BANGPy și SDK-ul Neuware pe hardware Cambricon MLU.

La sfârșitul acestui training, participanții vor putea:

• Să configureze mediile de dezvoltare pentru BANGPy și Neuware.
• Să dezvolte și să optimizeze modele bazate pe Python și C++ pentru Cambricon MLUs.
• Să deployeze modelele la dispozitive de margine sau centre de date care rulează runtime-ul Neuware.
• Să integreze fluxurile de lucru AI cu caracteristici specifice de accelerare MLU.

Formatul cursului

• Lecții interactive și discuții.
• Utilizarea practică a BANGPy și Neuware pentru dezvoltare și deploy.
• Exerciții guiite cu accent pe optimizare, integrare și testare.

Opțiuni de personalizare a cursului

• Pentru a solicita un training personalizat pentru acest curs bazat pe modelul dispozitivului Cambricon sau scenariul dumneavoastră, vă rugăm să ne contactați pentru a organiza.

Acest curs de instruire live, condus de un instructor în Moldova (online sau la fața locului) se adresează administratorilor de sistem și profesioniștilor IT începători care doresc să instaleze, să configureze, să gestioneze și să depaneze mediile CUDA.

La sfârșitul acestui curs de formare, participanții vor putea să:

• Să înțeleagă arhitectura, componentele și capacitățile CUDA.
• Să instaleze și să configureze mediile CUDA.
• Să gestioneze și să optimizeze resursele CUDA.
• să depaneze și să rezolve problemele comune CUDA.

Acest curs instructuit în timp real (în linie sau pe locație) este destinat dezvoltatorilor de nivel începător până la intermediar care doresc să folosească OpenCL pentru a programa dispozitive heterogene și să exploateze paralelismul acestora.

La sfârșitul acestui training, participantii vor putea:

• Setați un mediu de dezvoltare care include SDK-ul OpenCL, un dispozitiv care susține OpenCL și Visual Studio Code.
• Creați un program de bază în OpenCL care efectuează adunarea vectorială pe dispozitiv și recuperați rezultatele din memoria dispozitivului.
• Folosiți API-ul OpenCL pentru a cere informații despre dispozitiv, crea contexte, cozile de comenzi, buffer-urile, nucleele și evenimentele.
• Folosiți limbajul C al OpenCL pentru a scrie nuclee care se execută pe dispozitiv și manipulează datele.
• Folosiți funcțiile, extensiile și bibliotecile integrate ale OpenCL pentru a efectua sarcini și operații comune.
• Folosiți modelele de memorie host și dispozitivului al OpenCL pentru a optimiza transferurile de date și accesul la memoria.
• Folosiți modelul de execuție al OpenCL pentru a controla elementele de lucru, grupurile de lucru și ND-rangurile.
• Depurarea și testarea programelor OpenCL folosind instrumente precum CodeXL, Intel VTune și NVIDIA Nsight.
• Optimizați programele OpenCL folosind tehnici precum vectorizarea, dezvoltarea ciclurilor, memorii locale și profilajul.

Acest training dirijat de instrucțurator în timp real (online sau presential) este destinat dezvoltatorilor cu cunoștințe intermediare care dorească să folosească CUDA pentru a construi aplicații Python care rulează în paralel pe NVIDIA GPU.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Utilizeze compilatorul Numba pentru a accelera aplicațiile Python care rulează pe plăcile NVIDIA GPU.
• Creeze, compileze și lanseze kernel-uri CUDA personalizate.
• Gestioneze memoria GPU.
• Convertească o aplicație bazată pe CPU într-o aplicație accelerată de GPU.

Acest curs de instruire live, condus de un instructor, în Moldova acoperă modul de programare a GPUs pentru calcul paralel, cum se utilizează diverse platforme, cum se lucrează cu platforma CUDA și caracteristicile acesteia și cum se realizează diverse tehnici de optimizare cu ajutorul CUDA. Unele dintre aplicații includ învățarea profundă, analiza, procesarea imaginilor și aplicațiile inginerești.