Computer Graphics Formazione in Italia

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.

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.

Questo corso formativo dal vivo, tenuto da un istruttore in Italia (online o in sede), è rivolto a sviluppatori di livello principiante e intermedio che desiderano utilizzare OpenACC per programmare dispositivi eterogenei ed sfruttarne il parallelismo.

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

• Configurare un ambiente di sviluppo OpenACC.
• Scrivere ed eseguire un programma base in OpenACC.
• Aggiungere al codice direttive e clausole OpenACC.
• Utilizzare l’API e le librerie fornite da OpenACC.
• Profilare, depurare ed ottimizzare i programmi scritti in OpenACC.

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.

Questo corso pratico, tenuto da un istruttore in Italia (online o in presenza), si rivolge a sviluppatori di livello principiante e intermedio che desiderano imparare le basi della programmazione su GPU nonché i framework e gli strumenti più importanti per la sua realizzazione.

• Al termine del corso, i partecipanti saranno in grado di:
  Comprendere le differenze tra l’elaborazione effettuata da CPU e GPU nonché i vantaggi e le difficoltà legati alla programmazione su GPU.
• Scegliere il framework e lo strumento più adatti per la propria applicazione.
• Creare un programma di base che esegua l’addizione di vettori utilizzando uno o più dei framework menzionati.
• Utilizzare le rispettive API, linguaggi e librerie per recuperare informazioni sul dispositivo, allocare e deallocare memoria, trasferire dati tra host e dispositivo, avviare kernel e sincronizzare i thread.
• Sfruttare gli spazi di memoria diversificati – globale, locale, costante e privata – per ottimizzare il flusso dei dati e l’accesso alla memoria.
• Controllare il livello di parallelismo attraverso modelli esecutivi come work-items, work-groups, thread, block e grid.
• Eseguire il debug e i test delle applicazioni GPU mediante strumenti quali CodeXL, CUDA-GDB, CUDA-MEMCHECK e NVIDIA Nsight.
• Ottimizzare le prestazioni dei programmi utilizzando tecniche come la coalescenza, la cache, il prefetching e l’analisi delle prestazioni.

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.

Questo corso formativo guidato da istruttori in Italia (online o presso la sede del cliente) si rivolge a sviluppatori di livello principiante/intermedio che intendono impiegare diversi framework per la programmazione su GPU, confrontandone le peculiarità, il rendimento e la compatibilità.

Al termine del percorso formativo i partecipanti saranno in grado di:

• Configurare un ambiente di sviluppo comprendente l'SDK OpenCL, il Toolkit CUDA, la piattaforma ROCm, un dispositivo compatibile con OpenCL, CUDA o ROCm e Visual Studio Code.
• Creare un programma di base per GPU in grado di eseguire l'addizione vettoriale mediante OpenCL, CUDA e ROCm; successivamente potranno confrontarne la sintassi, la struttura e il funzionamento.
• Utilizzare le rispettive API per interrogare le informazioni sul dispositivo, allocare o deallocare memoria, trasferire dati tra host e dispositivo, avviare i kernel e sincronizzare i thread.
• Scrivere in modo corretto i kernel da eseguire sul dispositivo usando i rispettivi linguaggi di programmazione.
• Impiegare le funzioni, le variabili e le librerie integrate per svolgere operazioni comuni nel contesto della programmazione su GPU.
• Utilizzare i diversi spazi di memoria (globale, locale, costante, privato) al fine di ottimizzare il trasferimento e l'accesso ai dati.
• Controllare tramite i rispettivi modelli di esecuzione il comportamento dei thread, dei blocchi e delle griglie che definiscono il parallelismo.
• Eseguire operazioni di debug e test sui programmi sviluppati impiegando strumenti come CodeXL, CUDA-GDB, CUDA-MEMCHECK e NVIDIA Nsight.
• Ottimizzare i programmi utilizzando tecniche quali la coesione dei dati in memoria, il caching, il prefetching e l'analisi delle prestazioni.

CloudMatrix è la piattaforma unificata di Huawei per lo sviluppo e la distribuzione di intelligenza artificiale, progettata per supportare flussi di lavoro di inferenza scalabili adatti alla produzione.

Questo corso pratico, tenuto da istruttori (in modalità online o in loco), si rivolge a professionisti del settore AI con competenze base o intermedie che desiderano distribuire e monitorare modelli AI utilizzando la piattaforma CloudMatrix in combinazione con CANN e MindSpore.

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

• Utilizzare CloudMatrix per il packaging, la distribuzione e l’erogazione dei modelli AI.
• Convertire e ottimizzare i modelli affinché siano compatibili con le schede Ascend.
• Configurare flussi di lavoro sia per l’inferenza in tempo reale che per quella batch.
• Monitorare le distribuzioni e ottimizzarne le prestazioni negli ambienti produttivi.

Formato del corso

• Lezioni interattive accompagnate da discussioni.
• Esercitazioni pratiche sull’utilizzo di CloudMatrix in scenari reali di distribuzione.
• Attività guidate incentrate sulla conversione, l’ottimizzazione e la scalabilità dei modelli.

Opzioni di personalizzazione del corso

• Per richiedere una formazione su misura in base alla vostra infrastruttura AI o all’ambiente cloud, contattateci per organizzare il corso.

Questo corso pratico tenuto da istruttori Italia (online o in sede) si rivolge ad artisti, sviluppatori di videogiochi e principianti che desiderano utilizzare Blender per creare modelli 3D destinati a applicazioni interattive, videogiochi e film d’animazione.

Al termine del corso i partecipanti saranno in grado di:

• Creare animazioni ed effetti visivi con Blender.
• Aggiungere curve, superfici, metaballi e particelle di capelli per simulare movimenti 3D realistici.
• Comprendere i concetti base della modellazione e animazione non distruttiva.
• Esportare modelli 3D e risorse in motori di gioco, stampanti 3D o altri software.

Il toolkit Ascend CANN di Huawei consente un’inferenza AI estremamente performante su dispositivi edge come l’Ascend 310. CANN mette a disposizione strumenti fondamentali per compilare, ottimizzare e distribuire modelli anche in ambienti caratterizzati da limitate risorse computazionali e di memoria.

Questo corso formativo dal vivo, guidato da istruttori (online o in sede), è rivolto a sviluppatori e integratori AI di livello intermedio che desiderano implementare ed ottimizzare modelli su dispositivi edge Ascend utilizzando la catena degli strumenti CANN.

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

• Preparare e convertire modelli AI per l’Ascend 310 tramite gli strumenti CANN.
• Creare pipeline di inferenza leggere utilizzando MindSpore Lite e AscendCL.
• Ottimizzare le prestazioni dei modelli in ambienti con risorse computazionali e di memoria limitate.
• Distribuire e monitorare applicazioni AI in contesti reali su dispositivi edge.

Modalità del corso

• Lezioni interattive e dimostrazioni pratiche.
• Esercitazioni pratiche con modelli ed scenari tipici per ambienti edge.
• Esempi di distribuzione in tempo reale su hardware edge virtuale o fisico.

Opzioni di personalizzazione del corso

• Per richiedere una formazione personalizzata su questo argomento, contattaci per concordare i dettagli.

Questo corso pratico, tenuto da un istruttore e svolgibile Italia (online o in presenza), si rivolge a sviluppatori principianti e intermedi che desiderano installare e utilizzare ROCm su Windows per programmare le GPU AMD ed esplorarne il potenziale parallelo.

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

• Configurare un ambiente di sviluppo che includa la piattaforma ROCm, una GPU AMD e Visual Studio Code su Windows.
• Scrivere un programma base con ROCm capace di eseguire l’addizione vettoriale sulla GPU e recuperare i risultati dalla memoria della stessa.
• Utilizzare l’API di ROCm per interrogare le informazioni sul dispositivo, allocare e deallocare la memoria, copiare dati tra host e device, lanciare kernel e sincronizzare i thread.
• Scrivere kernel che vengono eseguiti sulla GPU e manipolano i dati utilizzando il linguaggio HIP.
• Impiegare le funzioni integrate, le variabili e le librerie offerte da HIP per eseguire operazioni comuni.
• Sfruttare gli spazi di memoria forniti da ROCm e HIP – globale, condiviso, costante e locale – al fine di ottimizzare il trasferimento dei dati e l’accesso alla memoria.
• Gestire i thread, i blocchi e le griglie che definiscono la parallelizzazione, impiegando i modelli di esecuzione offerti da ROCm e HIP.
• Depurare e testare programmi scritti con ROCm e HIP utilizzando strumenti come il Debugger e il Profiler di ROCm.
• Ottimizzare tali programmi adottando tecniche quali la coalescenza, la memorizzazione temporanea, il prefetching e l’analisi delle prestazioni.

Questo corso pratico, tenuto da un istruttore in Italia (online o presso la sede), è indirizzato a sviluppatori con competenze di livello base e intermedio interessati ad utilizzare ROCm e HIP per programmare le GPU AMD sfruttandone appieno il parallelismo.

Al termine del corso i partecipanti saranno in grado di:

• Configurare un ambiente di sviluppo comprendente la piattaforma ROCm, una GPU AMD e Visual Studio Code.
• Scrivere un programma ROCm semplice in grado di eseguire l’addizione di vettori sulla GPU e di recuperare i risultati dalla sua memoria.
• Utilizzare l’API di ROCm per interrogare le caratteristiche del dispositivo, allocare e liberare la memoria, trasferire dati tra CPU e GPU, lanciare i kernel e sincronizzare i thread.
• Scrivere, utilizzando il linguaggio HIP, dei kernel in grado di eseguirsi sulla GPU e manipolare i dati.
• Impiegare le funzioni predefinite, le variabili e le librerie offerte da HIP per svolgere operazioni comuni.
• Sfruttare gli spazi di memoria messi a disposizione da ROCm e HIP – come quelli globale, condiviso, costante e locale – al fine di ottimizzare i trasferimenti dei dati e l’accesso alla memoria.
• Controllare, tramite i modelli esecutivi di ROCm e HIP, la gestione dei thread, dei blocchi e delle griglie che determinano il livello di parallelizzazione.
• Debuggare e testare i programmi scritti con ROCm e HIP servendosi di strumenti quali il Debugger di ROCm e il Profiler di ROCm.
• Ottimizzare tali programmi adottando tecniche come la coalescenza, il caching, il prefetching e l’analisi delle prestazioni.

Questo corso formativo dal vivo, tenuto da un istruttore Italia (online o in presenza), è rivolto ad artisti, sviluppatori di videogiochi e principianti assoluti che desiderano utilizzare Blender per creare modelli 3D destinati a applicazioni interattive, giochi e film d'animazione.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere i principi e i concetti fondamentali della modellazione 3D.
• Esplorare le varie modalità e gli strumenti per la modellazione e l’editing di mesh tridimensionali.
• Utilizzare strumenti per la mappatura UV, lo sculpting e la pittura su modelli 3D, nonché il rendering.

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.

Ascend, Biren e Cambricon sono piattaforme hardware per l’intelligenza artificiale all’avanguardia in Cina; ognuna offre strumenti specifici di accelerazione e profilazione per carichi di lavoro su larga scala.

Questo corso pratico, tenuto da istruttori (in modalità online o in presenza), si rivolge a ingegneri esperti nell’ambito dell’infrastruttura AI e delle prestazioni, desiderosi di ottimizzare i flussi di lavoro legati all’inferenza e all’addestramento su più piattaforme hardware cinesi per l’AI.

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

• Eseguire il benchmark dei modelli sulle piattaforme Ascend, Biren e Cambricon.
• Rilevare eventuali colli di bottiglia del sistema, nonché inefficienze a livello di memoria o calcolo.
• Applicare ottimizzazioni sia a livello di grafo computazionale, sia a livello di kernel e operatori.
• Regolare i pipeline di deployment per migliorare la velocità di esecuzione e ridurre la latenza.

Struttura del corso

• Lezioni interattive ed approfondite discussioni.
• Utilizzo pratico degli strumenti di profilazione e ottimizzazione su ciascuna piattaforma.
• Esercitazioni guidate focalizzate su scenari concreti di ottimizzazione.

Opzioni di personalizzazione del corso

• Qualora si desideri un percorso formativo ad hoc in base all’ambiente di esecuzione o al tipo di modello utilizzato, contattateci per concordare i dettagli.

Questo corso formativo dal vivo tenuto da un istruttore in Italia (online o in sede) è rivolto a designer grafici e animatori, sia principianti che di livello intermedio, desiderosi di apprendere come creare animazioni straordinarie, media interattivi e contenuti web coinvolgenti utilizzando Adobe Animate.

Al termine del corso i partecipanti saranno in grado di:

• Navigare nell'interfaccia e utilizzare gli strumenti di Adobe Animate.
• Creare ed editare animazioni impiegando frame chiave, interpolazioni di movimento e interpolazioni di forma.
• Progettare animazioni interattive e applicazioni grazie ad ActionScript e JavaScript.
• Inserire elementi audio e video nei propri progetti.
• Esportare le animazioni per piattaforme web, video e mobile.

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.

Le architetture GPU cinesi come Huawei Ascend, Biren e Cambricon MLU offrono alternative a CUDA pensate appositamente per i mercati locali dell’intelligenza artificiale e del calcolo ad alte prestazioni.

Questo corso di formazione dal vivo, con la guida di un istruttore (online o in presenza), si rivolge a programmatori GPU esperti e specialisti di infrastrutture desiderosi di migrare ed ottimizzare le proprie applicazioni CUDA per l’utilizzo su piattaforme hardware cinesi.

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

• Valutare la compatibilità dei propri workload CUDA con le alternative basate su chip cinesi.
• Portare i progetti software scritti in CUDA negli ambienti Huawei CANN, Biren SDK e Cambricon BANGPy.
• Confrontare le prestazioni ottenute e individuare i punti su cui intervenire per ottimizzarle tra le varie piattaforme.
• Risolvere eventuali problemi pratici legati alla compatibilità tra architetture diverse e all’implementazione effettiva.

Formato del corso

• Lezioni interattive con discussioni guidate.
• Esercitazioni pratiche incentrate sulla traduzione di codice e sul confronto delle prestazioni.
• Attività strutturate finalizzate all’adattamento dei programmi a configurazioni multi-GPU.

Opzioni di personalizzazione del corso

• Per richiedere un percorso formativo personalizzato in base alla vostra piattaforma o al progetto CUDA, contattateci direttamente.

Questo corso pratico, tenuto da un istruttore in Italia (online o in presenza), è pensato per sviluppatori principianti e intermedi che intendono utilizzare CUDA per programmare le GPU NVIDIA e valorizzarne il parallelismo.

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

• Configurare un ambiente di sviluppo che includa il CUDA Toolkit, una GPU NVIDIA e Visual Studio Code.
• Scrivere un programma CUDA di base per eseguire l'addizione tra vettori sulla GPU e recuperarne i risultati dalla memoria della GPU.
• Utilizzare l'API CUDA per ottenere informazioni sul dispositivo, allocare e liberare memoria, trasferire dati tra host e device, avviare kernel e sincronizzare i thread.
• Scrivere in linguaggio CUDA C/C++ i kernel da eseguire sulla GPU e manipolare i dati corrispondenti.
• Impiegare le funzioni predefinite, le variabili e le librerie di CUDA per compiere operazioni comuni.
• Sfruttare gli spazi di memoria forniti da CUDA – globale, condivisa, costante e locale – al fine di ottimizzare i trasferimenti di dati e l'accesso alla memoria.
• Gestire il modello di esecuzione di CUDA per controllare thread, blocchi e griglie che determinano la parallelizzazione dei calcoli.
• Effettuare il debug e i test dei programmi CUDA con strumenti come CUDA-GDB, CUDA-MEMCHECK e NVIDIA Nsight.
• Ottimizzare i programmi CUDA attraverso tecniche quali la coalescing, la gestione del caching, il prefetching e l'analisi delle prestazioni tramite profiler.

Il 97% dei clienti si dichiara soddisfatto. 

Psdto3D101 è uno strumento software specializzato per la creazione di file lenticolari che includono effetti 3D, animazioni tipo flip e morph. Questo corso fornisce ai partecipanti le conoscenze teoriche e pratiche necessarie per utilizzare al meglio Psdto3D101 nella produzione di materiali lenticolari professionali, affrontando sia gli aspetti gestionali che quelli creativi del software.

Si tratta di un corso di formazione in diretta, con docente presente (sia online che in sede), rivolto a professionisti grafici e della stampa di livello principiante o intermedio interessati a creare, gestire ed ottimizzare file lenticolari tramite Psdto3D101.

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

• Comprendere le basi della stampa e della progettazione lenticolare.
• Navigare nell’interfaccia e configurare Psdto3D101 in base al tipo di progetto.
• Creare effetti 3D, flip e animazioni mediante l’utilizzo di livelli e sequenze.
• Esportare e preparare correttamente i file lenticolari per la stampa professionale.

Modalità del corso

• Lezioni interattive con discussione guidata dal docente.
• Esercitazioni pratiche basate sull’uso di Psdto3D101.
• Applicazione diretta in un ambiente laboratoriale reale.

Opzioni di personalizzazione del corso

• Per richiedere un percorso formativo su misura, contattateci 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.

Gli acceleratori AI di Biren sono GPU ad alte prestazioni progettate per carichi di lavoro legati all'intelligenza artificiale e all'elaborazione ad alta performance, supportando sia la formazione che l'inferenza su larga scala.

Questo corso pratico tenuto da un istruttore (sia online che in sede) è rivolto a sviluppatori di livello intermedio e avanzato desiderosi di programmare ed ottimizzare applicazioni utilizzando il stack GPU proprietario di Biren, con confronti concreti rispetto agli ambienti basati su CUDA.

Alla fine del corso i partecipanti saranno in grado di:

• Comprendere l'architettura delle GPU Biren e la gerarchia della memoria.
• Configurare l'ambiente di sviluppo e utilizzare il modello di programmazione fornito da Biren.
• Tradotto e ottimizzato codice scritto in stile CUDA per piattaforme Biren.
• Applicare tecniche di regolazione delle prestazioni e di debug.

Modalità del corso

• Lezioni interattive e dibattiti guidati.
• Utilizzo pratico dello SDK Biren su esempi concreti di carichi di lavoro GPU.
• Esercizi guidati volti al porting e alla regolazione delle prestazioni.

Opzioni di personalizzazione del corso

• Per richiedere un percorso formativo su misura in base alle proprie esigenze di integrazione o allo stack applicativo, non esitate a contattarci.

Questo corso di formazione dal vivo, tenuto da un istruttore in Italia (online o in presenza), è rivolto ad artisti, sviluppatori di videogiochi o a chi si avvicina per la prima volta alla modellazione 3D e desidera utilizzare Blender per creare modelli tridimensionali destinati ad applicazioni interattive, giochi e film animati.

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

• Comprendere i principi e i concetti fondamentali della modellazione 3D.
• Esplorare le varie modalità e strumenti per modellare ed elaborare mesh 3D.
• Imparare a creare animazioni ed effetti visivi con Blender.
• Aggiungere curve, superfici, metaball e particelle di capelli per simulare movimenti tridimensionali realistici.
• Utilizzare gli strumenti per l’UV mapping/unwrapping, la scultura e la pittura dei modelli 3D.
• Esportare modelli 3D e risorse in motori di gioco, stampanti 3D o altri software. 

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.

Questo corso di formazione dal vivo, tenuto da istruttori Italia (in modalità online o in sede), si rivolge agli amministratori di sistema e ai professionisti IT alle prime armi che desiderano installare, configurare, gestire e risolvere eventuali problemi negli ambienti CUDA.

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

• Comprendere l’architettura, i componenti e le capacità di CUDA.
• Installare e configurare gli ambienti CUDA.
• Gestione e ottimizzazione delle risorse CUDA.
• Rilevare ed eliminare i problemi più comuni legati a CUDA.

Questo corso in diretta tenuto da istruttore Italia (online o in sede) è rivolto a sviluppatori di livello base e intermedio che desiderano utilizzare OpenCL per programmare dispositivi eterogenei e sfruttarne il parallelismo.

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

• Configurare un ambiente di sviluppo che includa l’SDK OpenCL, un dispositivo compatibile con OpenCL e Visual Studio Code.
• Creare un programma OpenCL di base in grado di effettuare addizioni vettoriali sul dispositivo e recuperare i risultati dalla memoria del medesimo.
• Utilizzare l’API OpenCL per interrogare le informazioni sui dispositivi, creare contesti, code di comando, buffer, kernel ed eventi.
• Scrivere in linguaggio OpenCL C i kernel da eseguire sul dispositivo e manipolare i dati tramite essi.
• Impiegare le funzioni integrate, le estensioni e le librerie di OpenCL per eseguire operazioni comuni.
• Sfruttare i modelli di memoria host e dispositivo forniti da OpenCL al fine di ottimizzare il trasferimento dei dati e l’accesso alla memoria.
• Gestire il modello esecutivo di OpenCL per controllare gli elementi di lavoro, i gruppi di lavoro e gli intervalli ND.
• Eseguire il debug e i test dei programmi OpenCL tramite strumenti come CodeXL, Intel VTune e NVIDIA Nsight.
• Ottimizzare i programmi OpenCL impiegando tecniche quali la vettorizzazione, lo srotolamento dei cicli, l’utilizzo della memoria locale e l’analisi delle prestazioni.

Questo corso formativo in diretta tenuto da istruttori Italia (online o in sede) è rivolto a utenti principianti ed esperti di progettazione e stampa 3D che intendono impiegare Fusion 360 per creare, simulare e preparare modelli destinati alla stampa tridimensionale.

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

• Installare e configurare Fusion 360 per ottenere prestazioni ottimali.
• Disegnare, modellare e simulare oggetti 3D in un unico ambiente di lavoro.
• Ottimizzare i progetti affinché siano pronti per la stampa 3D.
• Collaborare e condividere le proprie creazioni grazie alle funzioni cloud di Fusion 360.

Questo corso pratico, tenuto da istruttori in Italia (in modalità online o in presenza), si rivolge a sviluppatori C++ che vogliono impiegare CUDA per accelerare le proprie applicazioni, realizzare kernel GPU ad alte prestazioni e sfruttare librerie di algoritmi paralleli nel calcolo scientifico, nell’elaborazione dati e nella creazione di modelli di machine learning.

Questa formazione in diretta tenuta da istruttori in Italia (online o in presenza) è destinata agli sviluppatori C\/C++ desiderosi di utilizzare CUDA per accelerare applicazioni ad alta intensità computazionale, come il trattamento dei dati, le simulazioni scientifiche, i carichi di lavoro del machine learning e i processi di elaborazione delle immagini.

Questo corso pratico tenuto da istruttori in Italia (online o in presenza) si rivolge a sviluppatori software, analisti dati e professionisti tecnici che vogliono utilizzare TensorFlow 2.x e Keras per creare, addestrare e distribuire modelli di deep learning finalizzati alla visione artificiale, all'elaborazione del linguaggio naturale e ad applicazioni multimediali.

FreeCAD è un programma di modellazione 3D parametrico open source, personalizzabile, multipiattaforma, scriptabile ed estensibile, ideale per progettare oggetti reali.

In questo corso pratico tenuto da un istruttore, i partecipanti impareranno a modellare un oggetto in vista della sua successiva realizzazione o stampa 3D.

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

• Utilizzare gli strumenti e i flussi di lavoro di FreeCAD per sostituire software commerciali di modellazione CAD o BIM
• Esportare il modello in numerosi formati, tra cui STEP, IGES, STL, SVG, DXF, OBJ, IFC e DAE
• Sfruttare Python per ampliare le funzionalità di FreeCAD
• Automatizzare il programma, creare moduli aggiuntivi ed integrare FreeCAD in applicazioni esistenti

Destinatari del corso

• Progettisti
• Sviluppatori
• Ingegneri meccanici

Modalità di svolgimento del corso

• Lezioni teoriche integrate da discussioni, esercizi pratici e attività laboratoriale intensiva

Questo corso formativo guidato da istruttori tenuto a Italia spiega come programmare le GPU per il calcolo parallelo, come utilizzare diverse piattaforme, come lavorare con la piattaforma CUDA e le sue funzionalità, nonché come applicare varie tecniche di ottimizzazione tramite CUDA. Tra le applicazioni tipiche vi sono l’apprendimento profondo, l’analisi dei dati, l’elaborazione delle immagini e le applicazioni ingegneristiche.