Graphic techniques (Adobe Photoshop, Corel Draw) Schulung

Huawei Ascend ist eine Familie von KI-Prozessoren, die für Hochleistungs-Entscheidungen und -Training konzipiert wurden.

Dieser von einem Trainer geleitete Live-Kurs (online oder vor Ort) richtet sich an fortgeschrittene KI-Ingenieure und Datenwissenschaftler, die Modelle der neuronalen Netzwerke mit Hilfe des Huawei Ascend-Platforms und dem CANN-Toolkit entwickeln und optimieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Entwicklungsumgebung von CANN einzurichten und zu konfigurieren.
• KI-Anwendungen mit MindSpore und CloudMatrix-Workflows zu entwickeln.
• Mit benutzerdefinierten Operatoren und Tiling die Leistung auf Ascend NPUs zu optimieren.
• Modelle in Edge- oder Cloud-Umgebungen bereitzustellen.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Händische Nutzung von Huawei Ascend und dem CANN-Toolkit in Beispielanwendungen.
• Führung durch Übungen, die sich auf das Modellieren, Trainieren und Bereitstellen konzentrieren.

Anpassungsoptionen des Kurses

• Um einen an Ihren Infrastruktur oder Datensätzen angepassten Training anzufordern, kontaktieren Sie uns bitte für die Anmeldung.

CloudMatrix is Huawei’s unified AI development and deployment platform designed to support scalable, production-grade inference pipelines.

This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level AI professionals who wish to deploy and monitor AI models using the CloudMatrix platform with CANN and MindSpore integration.

By the end of this training, participants will be able to:

• Use CloudMatrix for model packaging, deployment, and serving.
• Convert and optimize models for Ascend chipsets.
• Set up pipelines for real-time and batch inference tasks.
• Monitor deployments and tune performance in production settings.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of CloudMatrix with real deployment scenarios.
• Guided exercises focused on conversion, optimization, and scaling.

Course Customization Options

• To request a customized training for this course based on your AI infrastructure or cloud environment, please contact us to arrange.

Biren AI Accelerators are high-performance GPUs designed for AI and HPC workloads with support for large-scale training and inference.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level developers who wish to program and optimize applications using Biren’s proprietary GPU stack, with practical comparisons to CUDA-based environments.

By the end of this training, participants will be able to:

• Understand Biren GPU architecture and memory hierarchy.
• Set up the development environment and use Biren’s programming model.
• Translate and optimize CUDA-style code for Biren platforms.
• Apply performance tuning and debugging techniques.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of Biren SDK in sample GPU workloads.
• Guided exercises focused on porting and performance tuning.

Course Customization Options

• To request a customized training for this course based on your application stack or integration needs, please contact us to arrange.

Cambricon MLUs (Machine Learning Units) are specialized AI chips optimized for inference and training in edge and datacenter scenarios.

This instructor-led, live training (online or onsite) is aimed at intermediate-level developers who wish to build and deploy AI models using the BANGPy framework and Neuware SDK on Cambricon MLU hardware.

By the end of this training, participants will be able to:

• Set up and configure the BANGPy and Neuware development environments.
• Develop and optimize Python- and C++-based models for Cambricon MLUs.
• Deploy models to edge and data center devices running Neuware runtime.
• Integrate ML workflows with MLU-specific acceleration features.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of BANGPy and Neuware for development and deployment.
• Guided exercises focused on optimization, integration, and testing.

Course Customization Options

• To request a customized training for this course based on your Cambricon device model or use case, please contact us to arrange.

Diese von einem Trainer geleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Systemadministratoren und IT-Experten, die CUDA-Umgebungen installieren, konfigurieren, verwalten und Fehler beheben möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• die Architektur, die Komponenten und die Fähigkeiten von CUDA zu verstehen.
• CUDA Umgebungen zu installieren und zu konfigurieren.
• CUDA-Ressourcen zu verwalten und zu optimieren.
• Häufige CUDA Probleme zu debuggen und zu beheben.

Dieser von einem Trainer geführte Live-Kurs in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Entwickler, die CUDA verwenden möchten, um Python-Anwendungen zu erstellen, die parallel auf NVIDIA-GPUs laufen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Den Numba-Compiler verwenden, um Python-Anwendungen zu beschleunigen, die auf NVIDIA GPUs ausgeführt werden.
• Benutzerdefinierte CUDA-Kernel erstellen, kompilieren und starten.
• GPU-Speicher verwalten.
• Eine CPU-basierte Anwendung in eine GPU-beschleunigte Anwendung konvertieren.

Chinese GPU architectures such as Huawei Ascend, Biren, and Cambricon MLUs offer CUDA alternatives tailored for local AI and HPC markets.

This instructor-led, live training (online or onsite) is aimed at advanced-level GPU programmers and infrastructure specialists who wish to migrate and optimize existing CUDA applications for deployment on Chinese hardware platforms.

By the end of this training, participants will be able to:

• Evaluate compatibility of existing CUDA workloads with Chinese chip alternatives.
• Port CUDA codebases to Huawei CANN, Biren SDK, and Cambricon BANGPy environments.
• Compare performance and identify optimization points across platforms.
• Address practical challenges in cross-architecture support and deployment.

Format of the Course

• Interactive lecture and discussion.
• Hands-on code translation and performance comparison labs.
• Guided exercises focused on multi-GPU adaptation strategies.

Course Customization Options

• To request a customized training for this course based on your platform or CUDA project, please contact us to arrange.

Diese Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Webdesigner, die Maya für die Erstellung von 3D-Animationen verwenden möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Realistische Modelle und Texturen in Maya zu erstellen.
• Projekte zu animieren und zu rendern, um sie in hoher Qualität wiederzugeben.
• Natürliche Effekte wie Wasser und Rauch zu simulieren.

WebGL (Web Graphics Library) ist eine JavaScript-API zum Rendern von 3D-Grafiken in einem Webbrowser ohne die Verwendung von Plug-Ins.

In diesem vom Trainer geleiteten Live-Training lernen die Teilnehmer, wie sie realistische Computerbilder mithilfe von 3D-Grafiken erstellen können, während sie eine animierte 3D-Anwendung erstellen, die in einem Browser ausgeführt wird.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Verstehen und verwenden Sie die verschiedenen Funktionen von WebGL, einschließlich Meshes, Transformationen, Kameras, Materialien, Beleuchtung und Animation.
• Animiere Objekte mit WebGL
• Erstellen Sie 3D-Objekte mit WebGL

Publikum

• Entwickler

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und praktische Übungen

Ascend, Biren, and Cambricon are leading AI hardware platforms in China, each offering unique acceleration and profiling tools for production-scale AI workloads.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI infrastructure and performance engineers who wish to optimize model inference and training workflows across multiple Chinese AI chip platforms.

By the end of this training, participants will be able to:

• Benchmark models on Ascend, Biren, and Cambricon platforms.
• Identify system bottlenecks and memory/compute inefficiencies.
• Apply graph-level, kernel-level, and operator-level optimizations.
• Tune deployment pipelines to improve throughput and latency.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of profiling and optimization tools on each platform.
• Guided exercises focused on practical tuning scenarios.

Course Customization Options

• To request a customized training for this course based on your performance environment or model type, please contact us to arrange.