CANN para el despliegue de IA en el extremo

Esta capacitación en vivo impartida por un instructor en Chile (en línea o en las instalaciones) está dirigida 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 edge.

6G y el Borde Inteligente es un curso visionario que explora la integración de tecnologías inalámbricas 6G con computación en el borde, ecosistemas de IoT y procesamiento de datos impulsado por inteligencia artificial, para soportar infraestructuras inteligentes, de baja latencia y adaptables.

Esta formación en vivo impartida por instructores (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 finalizar este curso, los participantes serán capaces de:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde e IoT.
• Diseñar sistemas distribuidos para operaciones autónomas, de alta banda ancha y ultra baja latencia.
• 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 de negocio y operativos habilitados por la convergencia entre el edge y el 6G.

Formato del Curso

• Conferencias interactivas y discusiones.
• Estudios de caso y ejercicios aplicados de diseño de arquitecturas.
• 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 coordinarlo.

Esta formación impartida por un instructor, en vivo Chile (online o presencial), está dirigida a practicantes de IA de nivel avanzado, investigadores y desarrolladores que deseen dominar los últimos avances en IA en el borde, optimizar sus modelos de IA para su despliegue 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 optimización de modelos de IA en el borde.
• Implementar estrategias de vanguardia para desplegar modelos de IA en dispositivos periféricos.
• 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 IA diseñados para inferencia y entrenamiento de alto rendimiento.

Esta formación en vivo impartida por un instructor (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 conjunto de herramientas CANN.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo de CANN.
• Desarrollar aplicaciones de IA utilizando flujos de trabajo de MindSpore y CloudMatrix.
• Optimizar el rendimiento en NPUs Ascend mediante operadores personalizados y estrategias de partición (tiling).
• Desplegar modelos en entornos de edge (borde) o nube.

Formato del curso

• Clase interactiva y discusión grupal.
• Práctica directa con Huawei Ascend y el conjunto de herramientas CANN en aplicaciones de ejemplo.
• Ejercicios guiados centrados en la construcción, entrenamiento y despliegue de modelos.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso basada en su infraestructura o conjuntos de datos, por favor contáctenos para coordinarlo.

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

Esta formación presencial impartida por un instructor (online o in situ) está dirigida a desarrolladores e ingenieros de nivel intermedio que deseen implementar modelos de IA entrenados de manera eficiente en hardware Huawei Ascend, utilizando el conjunto de herramientas CANN y plataformas como MindSpore, TensorFlow o PyTorch.

Al finalizar esta capacitación, los participantes serán capaces de:

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

Formato del curso

• Clase interactiva acompañada de demostraciones prácticas.
• Ejercicios prácticos utilizando herramientas CANN y simuladores o dispositivos Ascend.
• Escenarios reales de despliegue basados en modelos de IA del mundo actual.

Opciones de personalización del curso

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

Esta capacitación en vivo, impartida por un instructor, en Chile (modalidad online o presencial), está dirigida a desarrolladores de nivel intermedio, científicos de datos y entusiastas de la tecnología que deseen adquirir habilidades prácticas para desplegar modelos de IA en dispositivos perimetrales con diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

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

Esta formación en vivo dirigida por un instructor en Chile (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel avanzado, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas y estrategias de resiliencia para sistemas de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos de seguridad y vulnerabilidades en las implementaciones de IA en el borde.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas resilientes de IA en el borde que puedan soportar amenazas cibernéticas.
• Aplicar estrategias de implementación segura de modelos de IA en entornos periféricos.

Las unidades de aprendizaje profundo (MLU) de Cambricon son chips de IA especializados, optimizados para inferencia y entrenamiento en escenarios de edge y centros de datos.

Esta formación en vivo, 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 marco BANGPy y el SDK Neuware sobre hardware Cambricon MLU.

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 las MLU de Cambricon.
• Implementar modelos en dispositivos edge y centros de datos que ejecuten el entorno de ejecución de Neuware.
• Integrar flujos de trabajo de aprendizaje automático con características de aceleración específicas para MLU.

Formato del curso

• Ponencias y discusiones interactivas.
• 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 basada en el modelo de dispositivo Cambricon o caso de uso específico, por favor contáctenos para coordinarlo.

CANN (Compute Architecture for Neural Networks) es el kit de herramientas de computación con IA de Huawei, utilizado para compilar, optimizar y desplegar modelos de IA en procesadores AI Ascend.

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

Al finalizar esta formación, los participantes podrán:

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

Formato del curso

• Conferencias interactivas y debates.
• Prácticas con despliegue de modelos sencillos.
• Recorrido paso a paso por la cadena de herramientas CANN y sus puntos de integración.

Opciones de personalización del curso

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

La pila de inteligencia artificial (IA) de Huawei, que abarca desde el SDK de bajo nivel CANN hasta el marco de trabajo de alto nivel MindSpore, ofrece un entorno de desarrollo y despliegue de IA estrechamente integrado, optimizado para hardware Ascend.

Esta capacitación en vivo con instructor (en línea o presencial) está dirigida a profesionales técnicos principiantes e intermedios que desean comprender cómo los componentes CANN y MindSpore trabajan juntos para administrar el ciclo de vida de la IA y tomar decisiones sobre infraestructura.

Al finalizar esta capacitación, los participantes podrán:

• Comprender la arquitectura en capas de la pila de computación para IA de Huawei.
• Identificar cómo CANN admite la optimización de modelos y el despliegue a nivel de hardware.
• Evaluar el marco de trabajo MindSpore y su conjunto de herramientas en comparación con las alternativas del sector.
• Situar la pila de IA de Huawei dentro de entornos empresariales o de nube/on-premise (instalación propia).

Formato del curso

• Conferencia interactiva y debate.
• Demostraciones en vivo de sistemas y recorridos prácticos basados en casos.
• Laboratorios guiados opcionales sobre el flujo de modelos desde MindSpore hasta CANN.

Opciones de personalización del curso

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

El SDK CANN (Compute Architecture for Neural Networks) es la base de computación para inteligencia artificial 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 impartida por un instructor (en línea o in situ) está dirigida a desarrolladores de IA y ingenieros de sistemas de nivel avanzado que desean optimizar el rendimiento de la inferencia utilizando el conjunto avanzado de herramientas de CANN, incluido el Graph Engine, TIK y el desarrollo de operadores personalizados.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura en tiempo de ejecución de CANN y su ciclo de vida del rendimiento.
• Utilizar herramientas de perfilado 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 procesamiento (throughput) de los modelos.

Formato del curso

• Conferencia interactiva y discusión.
• Laboratorios prácticos con perfilado en tiempo real y ajuste de operadores.
• Ejercicios de optimización utilizando ejemplos de implementación en casos extremos (edge cases).

Opciones de personalización del curso

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

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

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

Al finalizar esta capacitación, los participantes serán capaces de:

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

Formato del curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con implementación de modelos y análisis de rendimiento.
• Diseño de canales en vivo 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 operadores de modelos de IA para el hardware Huawei Ascend.

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

Al finalizar esta formación, los participantes podrán:

• Escribir y probar operadores de IA personalizados utilizando el DSL TIK para procesadores Ascend.
• Integrar operaciones personalizadas en el entorno de ejecución y el grafo de ejecución de CANN.
• Utilizar TVM para la programación del flujo de trabajo del operador, el ajuste automático y la evaluación comparativa (benchmarking).
• Depurar y optimizar el rendimiento a nivel de instrucciones para patrones de cálculo personalizados.

Formato del curso

• Conferencia interactiva y demostraciones prácticas.
• Codificación práctica de operadores utilizando las tuberías (pipelines) de TIK y TVM.
• Pruebas y ajustes en hardware Ascend o simuladores.

Opciones de personalización del curso

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

Esta formación en vivo impartida por un instructor en Chile (en línea o presencial) está dirigida a profesionales de agrotecnología con nivel principiante a intermedio, especialistas en IoT e ingenieros de IA que deseen desarrollar e implementar soluciones de 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 monitoreo de cultivos y ganado impulsados por IA.
• Desarrollar soluciones de riego automatizado y sensores ambientales.
• Optimizar la eficiencia agrícola utilizando análisis de Edge AI en tiempo real.

Esta formación en vivo, impartida por un instructor en Chile (en línea o presencial), está dirigida a ingenieros de robótica de nivel intermedio, desarrolladores de vehículos autónomos e investigadores de IA que deseen aprovechar Edge AI para soluciones innovadoras de sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

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