エッジAIデプロイメントのCANNのトレーニングコース
HuaweiのAscend CANNツールキットは、Ascend 310などのエッジデバイス上で強力なAI推論を可能にします。CANNは、コンピュートとメモリが制約される環境でのモデルのコンパイル、最適化、およびデプロイメントに必要なツールを提供します。
このインストラクター主導の実践的なトレーニング(オンラインまたはオンサイト)は、中級レベルのAI開発者や統合者がCANNツールチェーンを使用してAscendエッジデバイスにモデルをデプロイおよび最適化することを目指しています。
このトレーニング終了時には、参加者は以下ができます:
- CANNツールを使用してAscend 310向けにAIモデルを準備し、変換します。
- MindSpore LiteとAscendCLを使用して軽量な推論パイプラインを構築します。
- 限られたコンピュートとメモリ環境でのモデル性能を最適化します。
- 実際のエッジユースケースでAIアプリケーションをデプロイおよび監視します。
コース形式
- 双方向の講義と実演。
- エッジ固有のモデルやシナリオを使用したハンズオンラボ作業。
- 仮想または物理的なエッジハードウェアでの実際のデプロイメント例。
コースカスタマイゼーションオプション
- このコースのカスタマイズトレーニングを希望する場合は、ご連絡ください。
コース概要
エッジAIとAscend 310の概要
- エッジAIの概要:トレンド、制約、および応用
- Huawei Ascend 310チップアーキテクチャとサポートされるツールチェーン
- エッジAIデプロイメントスタックにおけるCANNの位置づけ
モデル準備と変換
- TensorFlow、PyTorch、MindSporeから訓練済みモデルをエクスポートする
- ATCを使用してOM形式にモデルを変換する
- 対応していない操作の処理と軽量な変換戦略
AscendCLを使用した推論パイプライン開発
- Ascend 310上でOMモデルを実行するためのAscendCL APIの使用
- 入出力前処理、メモリハンドリング、デバイス制御
- 埋め込みコンテナや軽量ランタイム環境でのデプロイメント
エッジの制約に対する最適化
- モデルサイズの削減、精度調整(FP16, INT8)
- CANNプロファイラを使用してボトルネックを特定する
- パフォーマンス向上のためのメモリレイアウトとデータストリーミングの管理
MindSpore Liteでのデプロイメント
- モバイルや埋め込みターゲット向けにMindSpore Liteランタイムを使用する
- MindSpore Liteと生のAscendCLパイプラインを比較する
- デバイス固有のデプロイメント向けに推論モデルをパッケージ化する
エッジデプロイメントシナリオと事例研究
- 事例研究:Ascend 310上の物体検出モデルを使用したスマートカメラ
- 事例研究:IoTセンサーハブでのリアルタイム分類
- エッジでデプロイされたモデルの監視と更新
まとめと次なるステップ
要求
- AIモデル開発またはデプロイメントワークフローに関する経験
- 埋め込みシステム、Linux、Pythonの基本的な知識
- TensorFlowやPyTorchなどのディープラーニングフレームワークに関する知識
対象者
- IoTソリューション開発者
- 埋め込みAIエンジニア
- エッジシステム統合者およびAIデプロイメントスペシャリスト
オープントレーニングコースには5人以上が必要です。
エッジAIデプロイメントのCANNのトレーニングコース - 予約
エッジAIデプロイメントのCANNのトレーニングコース - お問い合わせ
エッジAIデプロイメントのCANN - コンサルティングお問い合わせ
今後のコース
関連コース
5GとエッジAI:超低遅延アプリケーションの実現
21 時間この講師主導のライブトレーニング(オンラインまたはオンサイト)は、中級レベルの通信専門家、AIエンジニア、IoTスペシャリスト向けに、5GネットワークがエッジAIアプリケーションを加速させる方法について学びます。
このトレーニング終了時には、参加者は以下のことをできるようになります:
- 5G技術の基礎とエッジAIへの影響を理解する。
- 低遅延アプリケーション向けに最適化されたAIモデルを5G環境で展開する。
- エッジAIと5G接続を使用したリアルタイム意思決定システムの実装。
- エッジデバイスでの効率的なパフォーマンスを達成するためにAIワークロードを最適化する。
6Gとインテリジェントエッジ
21 時間6Gとインテリジェントエッジは、6G無線技術をエッジコンピューティング、IoTエコシステム、AI駆動型データ処理との統合に焦点を当てた先進的なコースです。このコースでは、インテリジェントで低遅延かつ適応性のある基盤をサポートする方法を探ります。
この講師主導の実践的なトレーニング(オンラインまたはオンサイト)は、6G接続とインテリジェントエッジシステムのシナジーを活用して次世代分散アーキテクチャを理解し、設計したい中級レベルのITアーキテクトを対象としています。
このコースを修了すると、受講者は以下のことができるようになります:
- 6GがエッジコンピューティングとIoTアーキテクチャにどのように変革をもたらすか理解する。
- 超低遅延、高帯域幅、自律的な運用のための分散システムを設計する。
- エッジでのAIとデータ分析を統合してインテリジェントな意思決定を行う。
- スケーラブルで安全かつ堅牢な6G対応エッジ基盤の計画を立てる。
- 6G-エッジ収束によって可能になるビジネスモデルと運用モデルを評価する。
コース形式
- インタラクティブな講義とディスカッション。
- ケーススタディと適用アーキテクチャ設計演習。
- エッジまたはコンテナツールを使用した手動シミュレーション(オプション)。
コースカスタマイズオプション
- このコースのカスタマイズ版を依頼する場合は、お問い合わせください。
高度なエッジAIテクニック
14 時間このインストラクター主導のライブトレーニングは、最新のエッジAIの進歩を習得し、AIモデルのエッジ展開を最適化し、さまざまな業界での専門的な応用を探求することを目指す上級レベルのAI実践者、研究者、および開発者向けです(オンラインまたはオンサイト)。
このトレーニングが終了すると、参加者は以下のことができるようになります:
- エッジAIモデルの開発と最適化に関する高度なテクニックを探究する。
- エッジデバイスでのAIモデルの展開に向けた最先端の戦略を実装する。
- 高度なエッジAIアプリケーションに使用される専門的なツールとフレームワークを利用する。
- エッジAIソリューションのパフォーマンスと効率を最適化する。
- 革新的なユースケースとエッジAIの新規トレンドを探求する。
- エッジAI展開における高度な倫理的およびセキュリティ上の考慮事項に対処する。
Huawei AscendとCANNを使用したAIアプリケーションの開発
21 時間Huawei Ascendは、高性能な推論と学習を目的としたAIプロセッサファミリーです。
このインストラクター主導のライブトレーニング(オンラインまたはオンサイト)は、中級レベルのAIエンジニアやデータサイエンティスト向けで、HuaweiのAscendプラットフォームとCANNツールキットを使用してニューラルネットワークモデルを開発および最適化することを目指しています。
このトレーニング終了時には、参加者は以下のことが Able to できます:
- CANN開発環境のセットアップと設定。
- MindSporeとCloudMatrixワークフローを使用してAIアプリケーションを開発する。
- カスタム演算子とタイリングを使用してAscend NPUのパフォーマンスを最適化する。
- モデルをエッジまたはクラウド環境に展開する。
コースの形式
- インタラクティブな講義とディスカッション。
- サンプルアプリケーションでHuawei AscendとCANNツールキットを使用するハンズオン練習。
- モデルの構築、学習、展開に焦点を当てたガイド付き演習。
コースカスタマイズオプション
- インフラストラクチャやデータセットに基づいたこのコースのカスタマイズトレーニングを希望する場合は、ご連絡ください。
CANNとAscend AIプロセッサを使用したAIモデルのデプロイ
14 時間CANN (Compute Architecture for Neural Networks) は、Huaweiが提供するAI計算スタックで、Ascend AIプロセッサ上でAIモデルを展開および最適化するために使用されます。
このインストラクター主導の実践的なトレーニング(オンラインまたはオンサイト)は、中級レベルのAIデベロッパーやエンジニア向けで、CANNツールキットやMindSpore、TensorFlow、PyTorchなどのツールを使用して、学習済みのAIモデルを効率的にHuawei Ascendハードウェアに展開することを目指しています。
このトレーニングの終了時には、参加者は以下のことができるようになります:
- CANNアーキテクチャとAIデプロイパイプラインにおける役割を理解する。
- 一般的なフレームワークのモデルをAscend互換フォーマットに変換および適応させる。
- ATC、OMモデル変換、MindSporeなどのツールを使用してエッジとクラウド推論を行う。
- 展開に関する問題を診断し、Ascendハードウェア上のパフォーマンスを最適化する。
コースの形式
- 交互的な講義とデモンストレーション。
- CANNツールやAscendシミュレーターやデバイスを使用した実践的なラボワーク。
- 実際のAIモデルに基づく展開シナリオ。
コースカスタマイズオプション
- このコースのカスタマイズトレーニングを希望される場合は、お問い合わせください。
エッジデバイスでのAIソリューションの構築
14 時間このインストラクター主導のライブトレーニング(オンラインまたはオンサイト)は、中級レベルの開発者、データサイエンティスト、およびテック愛好家向けです。エッジデバイス上でさまざまなアプリケーションにAIモデルを展開する実践的なスキルを得たい方におすすめです。
このトレーニングの終了時には、参加者は以下のことができるようになります:
- エッジAIの原理とその利点を理解する。
- エッジコンピューティング環境の設定と構成を行う。
- AIモデルを開発、訓練、最適化し、エッジデバイスへの展開を準備する。
- エッジデバイス上で実践的なAIソリューションを実装する。
- 展開されたエッジモデルの性能を評価し、改善する。
- エッジAIアプリケーションにおける倫理的およびセキュリティ的な考慮点に対処する。
安全で信頼性の高いエッジAIシステムの構築
21 時間このインストラクター主導のライブトレーニング(オンラインまたはオンサイト)は、高度なレベルのサイバーセキュリティ専門家、AIエンジニア、IoT開発者を対象としており、エッジAIシステムに堅牢なセキュリティ措置とレジリエンス戦略を実装することを目指しています。
このトレーニング終了時には、参加者は以下のことができるようになります:
- エッジAIデプロイメントのセキュリティリスクと脆弱性を理解する。
- データ保護のための暗号化と認証技術を実装する。
- サイバー脅威に耐えるエッジAIアーキテクチャを設計する。
- エッジ環境でのセキュアなAIモデルデプロイメント戦略を適用する。
Cambricon MLU開発とBANGPy、Neuwareを使用した開発
21 時間Cambricon MLUs(Machine Learning Units)は、エッジおよびデータセンターのシナリオで推論と学習に最適化された専用AIチップです。
このインストラクター主導の実践的なトレーニング(オンラインまたはオンサイト)では、中級レベルの開発者がBANGPyフレームワークとNeuware SDKを使用してCambricon MLUハードウェア上でAIモデルを構築およびデプロイする方法を学びます。
このトレーニング終了時には、参加者は以下のことが Able になります:
- BANGPyとNeuwareの開発環境を設定および構成します。
- PythonおよびC++ベースのモデルをCambricon MLUs向けに開発および最適化します。
- Neuwareランタイムを使用してエッジデバイスやデータセンターデバイスにモデルをデプロイします。
- MLU固有のアクセラレーション機能を統合したMLワークフローを作成します。
コース形式
- 対話型講義とディスカッション。
- BANGPyとNeuwareを使用した開発とデプロイの実践。
- 最適化、統合、テストに焦点を当てた指導付き演習。
コースカスタマイゼーションオプション
- Cambriconデバイスモデルやユースケースに基づいたカスタマイズされたトレーニングをご希望の場合は、お問い合わせください。
CANNを用いたAIフレームワーク開発者の入門
7 時間CANN (Compute Architecture for Neural Networks)は、HuaweiのAIコンピューティングツールキットで、Ascend AIプロセッサ上でAIモデルをコンパイル、最適化、および展開するために使用されます。
このインストラクター主導のライブトレーニング(オンラインまたはオンサイト)は、初心者のAI開発者向けに設計されており、CANNがモデルライフサイクルの訓練から展開までの位置づけや、MindSpore、TensorFlow、PyTorchなどのフレームワークとの連携について理解することを目指しています。
このトレーニング終了時には、参加者は以下のことをできるようになります:
- CANNツールキットの目的とアーキテクチャを理解する。
- CANNとMindSporeを使用した開発環境のセットアップ。
- 単純なAIモデルをAscendハードウェアに変換および展開する。
- 今後のCANN最適化や統合プロジェクトのための基礎知識を得る。
コース形式
- 対話型の講義とディスカッション。
- 単純なモデル展開を伴うハンズオンラボ。
- CANNツールチェーンと統合ポイントのステップバイステップガイド。
コースカスタマイゼーションオプション
- このコースのカスタマイズされたトレーニングを希望する場合は、お問い合わせください。
HuaweiのAIコンピュートスタックを理解する: CANNからMindSporeまで
14 時間HuaweiのAIスタック — 下位レベルのCANN SDKから上位レベルのMindSporeフレームワークまで — Ascendハードウェア向けに最適化された、緊密に統合されたAI開発および展開環境を提供します。
この講師主導のライブトレーニング(オンラインまたはオンサイト)は、初心者から中級レベルの技術専門家向けで、CANNとMindSporeの各コンポーネントがどのように協調してAIライフサイクル管理とインフラストラクチャ決定をサポートするかを理解することを目指しています。
このトレーニングの終了時には、参加者は以下のことが Able to できるようになります:
- HuaweiのAIコンピュートスタックの階層構造を理解します。
- CANNがモデル最適化とハードウェアレベルでの展開をどのようにサポートするかを特定します。
- MindSporeフレームワークとツールチェーンを業界の代替品と比較評価します。
- HuaweiのAIスタックをエンタープライズやクラウド/オンプレミス環境に位置付けます。
コース形式
- 交互的な講義と議論。
- ライブシステムデモとケーススタディの解説。
- MindSporeからCANNへのモデルフローに関するオプションのガイドルーム。
コースカスタマイズオプション
- このコースのカスタマイズされたトレーニングを依頼するには、お問い合わせください。
CANN SDKを活用したニューラルネットワークの性能最適化
14 時間CANN SDK (Compute Architecture for Neural Networks) は、Huawei の AI 計算基盤で、開発者が Ascend AI プロセッサ上で展開されたニューラルネットワークの性能を微調整および最適化することができます。
このインストラクター主導のライブトレーニング(オンラインまたはオンサイト)は、CANN の高度なツールセット、Graph Engine、TIK、カスタムオペレータ開発を使用して推論性能を最適化したい上級レベルの AI 開発者とシステムエンジニア向けです。
このトレーニング終了時には、参加者は以下のことができます:
- CANN のランタイムアーキテクチャとパフォーマンスライフサイクルを理解する。
- プロファイリングツールと Graph Engine を使用して性能分析と最適化を行う。
- TIK と TVM を使用してカスタムオペレータを作成および最適化する。
- メモリボトルネックを解決し、モデルのスループットを向上させる。
コース形式
- 対話型レクチャーとディスカッション。
- リアルタイムプロファイリングとオペレータチューニングのハンズオンラボ。
- エッジケース展開例を使用した最適化練習。
コースカスタマイゼーションオプション
- このコースのカスタマイズされたトレーニングを依頼する場合は、ご連絡ください。
CANN SDK for Computer Vision and NLP Pipelines
14 時間CANN SDK(Compute Architecture for Neural Networks)は、コンピュータビジョンとNLPのリアルタイムAIアプリケーションにおける強力な展開と最適化ツールを提供します。特にHuawei Ascendハードウェア上で活用されます。
この講師主導のライブトレーニング(オンラインまたはオンサイト)は、中級レベルのAI実践者向けです。CANN SDKを使用して視覚や言語モデルを構築、展開、最適化したい方々に適しています。
このトレーニング終了時には、参加者は以下のことができるようになります:
- CANNとAscendCLを使用してCVおよびNLPモデルを展開し最適化する。
- CANNツールを使用してモデルを変換し、ライブパイプラインに統合する。
- 検出、分類、感情分析などのタスクにおける推論パフォーマンスを最適化する。
- エッジまたはクラウドベースの展開シナリオ向けにリアルタイムCV/NLPパイプラインを構築する。
コース形式
- インタラクティブな講義とデモンストレーション。
- モデル展開とパフォーマンスプロファイリングのハンズオンラボ。
- 実際のCVおよびNLPユースケースを使用したライブパイプライン設計。
コースカスタマイゼーションオプション
- このコースのカスタマイズトレーニングを希望される場合は、ご連絡ください。
CANN TIKとTVMを使用したカスタムAIオペレータの構築
14 時間CANN TIK (Tensor Instruction Kernel) と Apache TVM は、Huawei Ascend ハードウェア向けに AI モデルのオペレータを高度に最適化し、カスタマイズすることを可能にします。
このインストラクター主導のライブトレーニング(オンラインまたはオンサイト)は、CANN の TIK プログラミングモデルと TVM コンパイラ統合を使用して、カスタムオペレータを構築、展開、調整する高度なシステム開発者向けです。
本トレーニングの終了時には、参加者は以下のことができるようになります:
- Ascend プロセッサ用に TIK DSL を使用してカスタム AI オペレータを記述し、テストする。
- CANN ランタイムと実行グラフにカスタムオプスを統合する。
- TVM を使用してオペレータのスケジューリング、自動調整、ベンチマークを行う。
- カスタム計算パターンの命令レベルのパフォーマンスをデバッグし、最適化する。
コース形式
- 交互的な講義とデモンストレーション。
- TIK および TVM パイプラインを使用したオペレータの手動コーディング。
- Ascend ハードウェアまたはシミュレーターでのテストと調整。
コースカスタマイズオプション
- このコースのカスタムトレーニングを依頼する場合は、お問い合わせください。
Edge AI for Agriculture: Smart Farming and Precision Monitoring
21 時間この講師主導の実践的なトレーニング(オンラインまたはオンサイト)は、エッジAIソリューションをスマート農業に開発および展開したい初級から中堅レベルのアグリテック専門家、IoTスペシャリスト、およびAIエンジニアを対象としています。
このトレーニングの終了時には、参加者は以下のことができるようになります:
- 精密農業におけるEdge AIの役割を理解する。
- AI駆動型作物および家畜監視システムを実装する。
- 自動灌漑と環境センシングソリューションを開発する。
- リアルタイムのEdge AI分析を使用して農業効率を最適化する。
自律システムにおけるエッジAI
14 時間この講師主導のライブトレーニング(オンラインまたはオンサイト)は、中級レベルのロボット工学エンジニア、自動車開発者、AI研究者のために設計されています。エッジAIを活用して革新的な自律システムソリューションを構築したい方におすすめです。
このトレーニングの終了時には、参加者は以下のことが Able to できます:
- 自律システムにおけるエッジAIの役割と利点を理解する。
- エッジデバイスでのリアルタイム処理のためにAIモデルを開発・導入する。
- 自動車、ドローン、ロボット工学におけるエッジAIソリューションを実装する。
- エッジAIを使用して制御システムを設計・最適化する。
- 自律AIアプリケーションにおける倫理的および規制上の考慮事項に対応する。