Corso di formazione CANN per la distribuzione di AI sull’edge

Questo corso formativo dal vivo, condotto da istruttori Italia (online o in presenza), si rivolge a professionisti delle telecomunicazioni di livello intermedio, ingegneri dell’intelligenza artificiale e specialisti dell’IoT che desiderano comprendere come le reti 5G possano accelerare lo sviluppo di applicazioni basate su Edge AI.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere i fondamenti della tecnologia 5G e il suo impatto sull’Edge AI.
• Implementare modelli di intelligenza artificiale ottimizzati per applicazioni a bassa latenza negli ambienti 5G.
• Realizzare sistemi in grado di prendere decisioni in tempo reale mediante l’utilizzo combinato di Edge AI e connettività 5G.
• Ottimizzare i carichi di lavoro legati all’intelligenza artificiale per garantirne un funzionamento efficiente sui dispositivi edge.

"6G e l'Intelligent Edge" è un corso orientato al futuro che esplora l’integrazione delle tecnologie wireless 6G con il computing edge, gli ecosistemi IoT e l’elaborazione dati basata sull’intelligenza artificiale, al fine di realizzare infrastrutture intelligenti, adattive e caratterizzate da una latenza estremamente bassa.

Si tratta di un corso formativo dal vivo, tenuto da istruttori (online o in presenza), rivolto a architetti IT di livello intermedio desiderosi di comprendere e progettare infrastrutture distribuite di nuova generazione sfruttando la sinergia tra connettività 6G e sistemi edge intelligenti.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere come il 6G trasformerà il computing edge e le architetture IoT.
• Progettare sistemi distribuiti in grado di garantire latenza ultra-bassa, elevata larghezza di banda e operazioni autonome.
• Integrare intelligenza artificiale e analisi dei dati direttamente all’edge per facilitare la presa di decisioni intelligenti.
• Pianificare infrastrutture edge scalabili, sicure e resilienti pronte per il 6G.
• Valutare i modelli aziendali e operativi resi possibili dalla convergenza tra 6G ed edge.

Formato del corso

• Lezioni interattive e discussioni guidate.
• Analisi di casi pratici ed esercitazioni per la progettazione architettonica applicata.
• Simulazioni pratiche con l’utilizzo, a scelta, di strumenti legati al computing edge o ai container.

Opzioni di personalizzazione del corso

• Per richiedere una formazione su misura, vi preghiamo di contattarci per concordare i dettagli.

Questo corso formativo dal vivo, guidato da istruttori in Italia (online o in presenza), è rivolto a professionisti esperti di AI, ricercatori e sviluppatori che desiderano padroneggiare le ultime innovazioni nel campo dell’AI all’edge, ottimizzare i propri modelli per l’implementazione su dispositivi edge ed esplorare applicazioni specialistiche in diversi settori.

Al termine del corso, i partecipanti saranno in grado di:

• Approfondire le tecniche avanzate per lo sviluppo e l’ottimizzazione dei modelli AI all’edge.
• Implementare strategie innovative per la distribuzione di modelli AI su dispositivi edge.
• Utilizzare strumenti e framework specializzati per applicazioni avanzate di AI all’edge.
• Ottimizzare le prestazioni ed l’efficienza delle soluzioni basate su AI all’edge.
• Esplorare casi d’uso innovativi e tendenze emergenti nell’ambito dell’AI all’edge.
• Affrontare le questioni etiche e di sicurezza più complesse legate all’implementazione di AI all’edge.

Huawei Ascend è una famiglia di processori dedicati all’intelligenza artificiale, progettata per eseguire in modo efficace sia inferenze che addestramenti di modelli.

Questo corso pratico e guidato da istruttore (in modalità online o presenziale) si rivolge a ingegneri AI e scienziati dei dati di livello intermedio che desiderano sviluppare ed ottimizzare modelli neurali utilizzando la piattaforma Ascend di Huawei e il toolkit CANN.

Al termine del corso, i partecipanti saranno in grado di:

• Configurare correttamente l’ambiente di sviluppo CANN.
• Creare applicazioni AI impiegando i flussi di lavoro forniti da MindSpore e CloudMatrix.
• Migliorare le prestazioni sui processori NPU Ascend mediante l’utilizzo di operatori personalizzati e tecniche di tiling.
• Distribuire i modelli sviluppati in ambienti edge o cloud.

Modalità del corso

• Lezioni interattive e discussioni guidate.
• Esercitazioni pratiche sull’utilizzo di Huawei Ascend e del toolkit CANN all’interno di applicazioni reali.
• Attività strutturate incentrate sulla creazione, addestramento e distribuzione dei modelli.

Opzioni di personalizzazione del corso

• Per richiedere una formazione su misura in base alla vostra infrastruttura o ai vostri set di dati, vi invitiamo a contattarci per concordare i dettagli.

CANN (Compute Architecture for Neural Networks) è la piattaforma informatica per l’intelligenza artificiale sviluppata da Huawei, finalizzata alla distribuzione e all’ottimizzazione di modelli AI sui processori Ascend.

Questo corso formativo in diretta, tenuto da istruttori (sia online che in sede), si rivolge a sviluppatori ed ingegneri di livello intermedio interessati a distribuire in modo efficiente modelli AI addestrati sull’hardware Ascend di Huawei, utilizzando lo strumento CANN e framework come MindSpore, TensorFlow o PyTorch.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere l’architettura di CANN e il suo ruolo nel processo di distribuzione dei modelli AI.
• Convertire e adattare modelli provenienti da framework popolari in formati compatibili con Ascend.
• Utilizzare strumenti come ATC, il convertitore di modelli OM e MindSpore per l’inferenza su dispositivi edge e nel cloud.
• Individuare e risolvere problemi legati alla distribuzione nonché ottimizzare le prestazioni sull’hardware Ascend.

Struttura del corso

• Lezioni interattive e dimostrazioni pratiche.
• Esercitazioni guidate con l’ausilio degli strumenti CANN, dei simulatori Ascend o di dispositivi fisici.
• Scenario reali di distribuzione basati su modelli AI concreti.

Opzioni di personalizzazione del corso

• Per richiedere una sessione formativa personalizzata, contattateci per concordare i dettagli.

Si tratta di un training dal vivo con docente in Italia (online o in aula) indirizzato a sviluppatori, data scientist ed appassionati di tecnologia di livello intermedio che desiderano acquisire competenze pratiche per implementare modelli AI su dispositivi edge in diversi contesti applicativi.

Alla fine del corso, i partecipanti saranno in grado di:

• Comprendere i principi fondamentali dell’Edge AI e i relativi vantaggi.
• Configurare correttamente l’ambiente di calcolo edge.
• Sviluppare, addestrare e ottimizzare modelli AI per l’implementazione sull’edge.
• Realizzare soluzioni AI concrete su dispositivi edge.
• Valutare ed migliorare le prestazioni dei modelli distribuiti sull’edge.
• Affrontare le tematiche etiche e di sicurezza legate alle applicazioni basate su Edge AI.

Questo corso formativo, tenuto da istruttori in Italia (online o in sede), è rivolto a professionisti avanzati nel campo della sicurezza informatica, ingegneri dell’IA e sviluppatori IoT desiderosi di implementare misure di sicurezza efficaci e strategie di resilienza per i sistemi Edge AI.

Alla conclusione del corso, i partecipanti saranno in grado di:

• Comprendere i rischi e le vulnerabilità legati all’implementazione dei sistemi Edge AI.
• Applicare tecniche di crittografia e autenticazione per la protezione dei dati.
• Progettare architetture Edge AI resilienti in grado di resistere a attacchi informatici.
• Utilizzare strategie sicure per il deployment dei modelli di intelligenza artificiale negli ambienti edge.

Gli MLU (Machine Learning Units) di Cambricon sono chip AI specializzati, ottimizzati per l’inferenza e l’addestramento in contesti di edge computing e data center.

Questo corso pratico tenuto da istruttori (in modalità online o presso la vostra sede) è rivolto a sviluppatori di livello intermedio che desiderano creare e distribuire modelli AI utilizzando il framework BANGPy e lo SDK Neuware su hardware Cambricon MLU.

Al termine del corso, i partecipanti saranno in grado di:

• Configurare correttamente gli ambienti di sviluppo BANGPy e Neuware.
• Sviluppare ed ottimizzare modelli basati su Python e C++ per l’utilizzo sugli MLU di Cambricon.
• Distribuire i modelli su dispositivi edge e data center dotati del runtime Neuware.
• Integrare flussi di lavoro legati al machine learning con le funzionalità di accelerazione specifiche degli MLU.

Formato del corso

• Lezioni interattive e dibattiti guidati.
• Esercitazioni pratiche sull’utilizzo di BANGPy e Neuware per sviluppare e distribuire modelli.
• Attività strutturate mirate all’ottimizzazione, all’integrazione e ai test dei modelli.

Opzioni di personalizzazione del corso

• Per richiedere una formazione su misura in base al modello di dispositivo Cambricon o al caso d’uso specifico, contattateci per concordare i dettagli.

CANN (Compute Architecture for Neural Networks) è il toolkit di computing AI di Huawei, utilizzato per compilare, ottimizzare e distribuire modelli AI sui processori AI Ascend.

Questo corso formativo guidato da un istruttore (sia online che in presenza) si rivolge a sviluppatori AI alle prime armi che desiderano comprendere come CANN si inserisce nel ciclo di vita dei modelli, dalla fase di addestramento alla distribuzione, e come interagisce con framework come MindSpore, TensorFlow e PyTorch.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere lo scopo e l’architettura del toolkit CANN.
• Configurare un ambiente di sviluppo con CANN e MindSpore.
• Convertire e distribuire un modello AI semplice sull’hardware Ascend.
• Acquisire le basi necessarie per futuri progetti di ottimizzazione o integrazione con CANN.

Modalità del corso

• Lezioni interattive e dibattiti.
• Esercitazioni pratiche sulla distribuzione di modelli semplici.
• Spiegazione passo dopo passo della catena degli strumenti CANN e dei punti di integrazione.

Opzioni di personalizzazione del corso

• Per richiedere un corso su misura, vi invitiamo a contattarci per concordare i dettagli.

Lo stack AI di Huawei, che va dal SDK a basso livello CANN fino al framework ad alto livello MindSpore, offre un ambiente coeso per lo sviluppo e la distribuzione di soluzioni AI ottimizzato per l’hardware Ascend.

Questo corso formativo dal vivo, tenuto da istruttori (in modalità online o in presenza), si rivolge a professionisti tecnici alle prime armi o con competenze intermedie, desiderosi di comprendere il modo in cui i componenti CANN e MindSpore collaborano per gestire il ciclo di vita dell’intelligenza artificiale e orientare le scelte infrastrutturali.

Alla fine del corso, i partecipanti saranno in grado di:

• Comprendere l’architettura a livelli dello stack di calcolo AI di Huawei.
• Individuare come CANN contribuisca all’ottimizzazione dei modelli e alla loro distribuzione a livello hardware.
• Valutare il framework MindSpore e i relativi strumenti rispetto alle alternative disponibili sul mercato.
• Posizionare lo stack AI di Huawei negli ambienti aziendali, cloud o on-premise.

Formato del corso

• Lezioni interattive e dibattiti guidati.
• Demo in tempo reale dei sistemi e analisi di casi pratici.
• Laboratori opzionali per sperimentare il flusso dei modelli da MindSpore a CANN.

Opzioni di personalizzazione del corso

• Per richiedere un percorso formativo su misura, contattaci direttamente per concordare i dettagli.

L’SDK CANN (Compute Architecture for Neural Networks) rappresenta la base computazionale per l’intelligenza artificiale sviluppata da Huawei, consentendo agli sviluppatori di regolare e ottimizzare le prestazioni delle reti neurali già implementate sui processori AI Ascend.

Questo corso formativo guidato da istruttore (in modalità online o in presenza) si rivolge a sviluppatori di intelligenza artificiale ed ingegneri di sistema esperti, desiderosi di migliorare le prestazioni dell’inferenza sfruttando gli strumenti avanzati offerti da CANN, tra cui il Graph Engine, TIK e lo sviluppo personalizzato di operatori.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere l’architettura runtime di CANN e il ciclo di vita delle prestazioni del sistema.
• Utilizzare gli strumenti di profilazione e il Graph Engine per analisi ed ottimizzazione delle performance.
• Creare e ottimizzare operatori personalizzati tramite TIK e TVM.
• Risolvere i problemi legati ai colli di bottiglia di memoria e aumentare il throughput dei modelli.

Formato del corso

• Lezioni interattive e discussioni guidate.
• Esercitazioni pratiche con analisi in tempo reale delle performance e ottimizzazione degli operatori.
• Attività di ottimizzazione basate su esempi concreti di implementazioni in contesti particolari.

Opzioni di personalizzazione del corso

• Per richiedere un corso su misura, contattateci per concordare i dettagli.

Il CANN SDK (Compute Architecture for Neural Networks) offre strumenti avanzati per la distribuzione e l’ottimizzazione di applicazioni AI in tempo reale nel campo della visione artificiale e dell’elaborazione del linguaggio naturale, in particolare su hardware Huawei Ascend.

Questo corso formativo, tenuto da istruttori (in modalità online o in presenza), si rivolge a professionisti di livello intermedio nel settore dell’AI che desiderano creare, distribuire e ottimizzare modelli visivi e linguistici tramite il CANN SDK per applicazioni produttive.

Al termine del corso i partecipanti saranno in grado di:

• Distribuire e ottimizzare modelli di visione artificiale ed elaborazione del linguaggio naturale utilizzando CANN e AscendCL.
• Utilizzare gli strumenti forniti da CANN per convertire i modelli e integrarli in pipeline operative in tempo reale.
• Ottimizzare le prestazioni di inferenza per compiti come il rilevamento di oggetti, la classificazione e l’analisi del sentiment.
• Progettare pipeline di visione artificiale o elaborazione del linguaggio naturale adatte a implementazioni su edge o nel cloud.

Modalità del corso

• Lezioni interattive ed esempi pratici guidati.
• Laboratori pratici dedicati alla distribuzione dei modelli e all’analisi delle prestazioni.
• Progettazione di pipeline reali basate su casi d’uso concreti di visione artificiale ed elaborazione del linguaggio naturale.

Opzioni di personalizzazione del corso

• Per richiedere un percorso formativo su misura, vi preghiamo di contattarci per concordare i dettagli.

CANN TIK (Tensor Instruction Kernel) e Apache TVM consentono un’ottimizzazione avanzata e una personalizzazione degli operatori dei modelli AI per l’hardware Huawei Ascend.

Questo corso formativo in diretta, tenuto da istruttori (in modalità online o in presenza), è rivolto a sviluppatori di sistema esperti che desiderano creare, distribuire e ottimizzare operatori personalizzati per modelli AI utilizzando il modello di programmazione TIK offerto da CANN e l’integrazione con il compilatore TVM.

Alla fine del corso, i partecipanti saranno in grado di:

• Scrivere e testare operatori AI personalizzati utilizzando il linguaggio DSL TIK per processori Ascend.
• Integrare gli operatori creati nel runtime CANN e nel grafo di esecuzione.
• Utilizzare TVM per la pianificazione, l’auto-ottimizzazione e il benchmarking degli operatori.
• Diagnosticare e ottimizzare le prestazioni a livello di istruzioni per schemi computazionali personalizzati.

Modalità del corso

• Lezioni interattive ed esempi pratici.
• Sviluppo diretto di operatori con l’ausilio delle pipeline TIK e TVM.
• Test e ottimizzazione effettuati su hardware Ascend o tramite simulatori.

Opzioni di personalizzazione del corso

• Per richiedere un programma formativo su misura, contattateci per concordare i dettagli.

In questo corso completo si sfrutta il potenziale trasformativo dell’AI grazie all’agilità offerta dall’elaborazione edge. I partecipanti impareranno a distribuire modelli AI direttamente sui dispositivi edge, approfondendo le architetture CNN fino alle tecniche più avanzate di distillazione della conoscenza e apprendimento federato. Grazie a esercitazioni pratiche, acquisiranno competenze fondamentali per ottimizzare l’efficienza dei modelli AI in contesti che richiedono elaborazione e decisioni in tempo reale ai margini della rete.

Questo corso pratico guidato da istruttori in Italia (online o in sede) si rivolge a professionisti dell’agrotecnologia, specialisti IoT ed ingegneri AI alle prime armi o di livello intermedio che desiderano sviluppare e implementare soluzioni Edge AI per un’agricoltura intelligente.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere il ruolo dell'Edge AI nell’agricoltura di precisione.
• Implementare sistemi di monitoraggio delle colture e del bestiame basati sull’IA.
• Sviluppare soluzioni automatizzate per l’irrigazione e il rilevamento ambientale.
• Ottimizzare l’efficienza agricola sfruttando l’analisi in tempo reale fornita dall'Edge AI.