CANN 邊緣 AI 部署培訓

這堂於台灣（線上或線下）舉行的由導師指導的現場培訓，旨在為具備中等資格的電信專業人員、AI工程師以及物聯網專家，探索5G網絡如何加速邊緣AI應用。

完成本課程後，參與者將能夠：

• 了解5G技術的基本原理及其對邊緣AI的影響。
• 在5G環境中部署專為低延遲應用優化的AI模型。
• 實施基於邊緣AI和5G連接的實時決策系統。
• 優化邊緣設備上AI工作負載，以提升效能表現。

6G與智慧邊緣是一門前瞻性課程，探討6G無線技術、邊緣運算、物聯網生態系統以及AI驅動數據處理的整合，以支援智慧型、低延遲且具適應性的基礎設施。

此課程由講師指導，提供線上或線下直播培訓（Live），針對希望理解並設計利用6G連網與智慧邊緣系統協同效應的下一代分佈式架構的中階IT架構師。

完成本課程後，學員將能夠：

• 了解6G如何轉變邊緣運算與IoT架構。
• 設計具超低延遲、高頻寬和自動化操作的分布式系統。
• 在邊緣整合AI與數據分析，以實現智慧決策。
• 規劃可擴展、安全且具備韌性的6G邊緣基礎設施。
• 評估由6G與邊緣融合所啟用的商業與營運模式。

課程格式

• 互動式講座與討論。
• 案例研究與應用架構設計練習。
• 搭配可選邊緣或容器工具的實作模擬。

課程客製化選項

• 如需為本課程請求客製化培訓，請聯繫我們安排。

此為由講師帶領的即時培訓（線上或線下），對象為希望精通邊緣AI最新進展、優化其AI模型於邊緣設備部署，並探索各行業專業應用的進階層級AI從業者、研究人員與開發者。

完成本培訓後，學員將能夠：

• 探索邊緣AI模型開發與優化的先進技巧。
• 實施在邊緣設備上部署AI模型的尖端策略。
• 運用專門工具與框架進行進階邊緣AI應用。
• 優化Edge AI解決方案的性能與效率。
• 探索邊緣AI的创新用例與新興趨勢。
• 處理邊緣AI部署中的進階倫理與安全考量。

華為昇騰是一系列專為高性能推理與訓練設計的AI處理器。

本課程由講師進行實時授課（線上或線下），旨在幫助初級以上的人工智能工程師及數據科學家，利用華為昇騰平台和CANN工具包開發及優化神經網絡模型。

完成本培訓後，學員將能夠：

• 設置並配置CANN開發環境。
• 使用MindSpore和CloudMatrix工作流開發AI應用。
• 使用自定義算子和分塊技術優化昇騰NPU的性能。
• 將模型部署至邊緣或雲端環境。

課程格式

• 互動式授課與討論。
• 在樣本應用中實踐操作華為昇騰和CANN工具包。
• 聚焦於模型構建、訓練及部署的引導式練習。

課程自定義選項

• 如需根據您的基礎設施或數據集為本課程要求客製化培訓，請聯繫我們進行安排。

CANN（神經網絡計算架構）是華為專為在昇騰 AI 處理器上部署和优化 AI 模型而設計的 AI 計算棧。

本課程由導師指導，提供線上或線下直播培訓形式，主要面向希望使用 CANN 工具包及 MindSpore、TensorFlow 或 PyTorch 等工具，高效地將訓練好的 AI 模型部署到華為昇騰硬件上的中級 AI 開發人員和工程師。

通過本課程的學習，參與者將能夠：

• 理解 CANN 架構及其在 AI 部署流程中的作用。
• 將來自主流框架的模型轉換並適應為昇騰兼容格式。
• 使用 ATC、OM 模型轉換和 MindSpore 等工具進行端側和雲側推理。
• 診斷部署問題並優化昇騰硬件上的性能。

課程形式

• 互動式講授與演示。
• 使用 CANN 工具和昇騰模擬器或設備的實操實驗。
• 基於真實世界 AI 模型的實際部署場景。

課程客製化選項

• 如需申請本課程的客製化培訓，請聯繫我們進行安排。

此由講師主導的即時培訓，地點在台灣（線上或線下），旨在針對中階開發者、數據科學家及科技愛好者，助其獲得在各種應用中於邊緣裝置部署AI模型的實用技能。

完成本培訓後，學員將能夠：

• 理解Edge AI的原理及其優勢。
• 設定與配置邊緣運算環境。
• 開發、訓練並優化適用於邊緣部署的AI模型。
• 在邊緣裝置上實施實用的AI解決方案。
• 評估並改善邊緣部署模型的效能。
• 處理Edge AI應用中的倫理與安全考量。

此 台灣（線上或線下）導師指導的實作培訓，旨在針對進階層級的資安專業人員、AI 工程師以及物聯網開發者，協助他們為邊緣 AI 系統實施強健的安全措施與韌性策略。

完成本培訓後，學員將能夠：

• 理解邊緣 AI 部署中的安全風險與漏洞。
• 實施加密與驗證技術以保護資料。
• 設計能抵禦網路威脅的韌性邊緣 AI 架構。
• 在邊緣環境中應用安全的 AI 模型部署策略。

寒武紀 MLU（機器學習單元）是專為邊緣運算和數據中心場景中的推論與訓練而優化的 AI 晶片。

本課程由講師帶領，提供線上或線下直播培訓，適合希望利用 BANGPy 框架和 Neuware SDK 在寒武紀 MLU 硬體上構建及部署 AI 模型的初級開發人員。

完成此培訓後，參與者將能夠：

• 設置並配置 BANGPy 和 Neuware 開發環境。
• 為寒武紀 MLU 開發並優化基於 Python 和 C++ 的模型。
• 將模型部署到運行 Neuware 運行時的邊緣設備及數據中心設備上。
• 將機器學習工作流程與針對 MLU 專屬加速功能進行整合。

課程格式

• 互動式講授與討論。
• 實際操作使用 BANGPy 和 Neuware 進行開發與部署。
• 重點指導優化、整合及測試的練習。

課程客製化選項

• 如需基於您的寒武紀設備型號或使用案例申請本課程的客製化培訓，請聯繫我們以安排事宜。

CANN（Compute Architecture for Neural Networks）是華為的AI計算工具包，用於在昇騰AI處理器上編譯、優化並部署AI模型。

此課程為導師帶領的實地培訓（線上或線下）。對象為初級AI開發人員，旨在讓他們了解CANN如何融入從訓練到部署的整個模型生命週期，以及它如何與MindSpore、TensorFlow和PyTorch等框架協作。

完成此培訓後，學員將能夠：

• 理解CANN工具包的宗旨與架構。
• 使用CANN和MindSpore設置開發環境。
• 將簡單的AI模型轉換並部署至昇騰硬體。
• 獲得未來進行CANN優化或整合專案的基礎知識。

課程形式

• 互動式講授與討論。
• 結合簡單模型部署的實作演練。
• CANN工具鏈及其整合點的逐步解說。

課程客製化選項

• 如需為本課程要求客製化培訓，請聯繫我們以安排。

華為的 AI 堆疊——從底層的 CANN SDK 到高階的 MindSpore 框架——提供了一個緊密整合的 AI 開發與部署環境，並針對昇騰硬體進行了最佳化。

本課程由導師進行 live 培訓（線上或線下），旨在幫助初級至中級技術專業人士了解 CANN 和 MindSpore 組件如何協同工作，以支援 AI 生命週期管理和基礎設施決策。

參加完本課程後，學員將能夠：

• 理解華為 AI 計算堆疊的分層架構。
• 識別 CANN 如何支援模型最佳化及硬體級別的部署。
• 評估 MindSpore 框架及其工具鏈相對於業界其他選擇的優勢。
• 將華為的 AI 堆疊定位於企業或雲端/本機環境中。

課程形式

• 互動式講授與討論。
• live 系統演示和基於案例的逐步解說。
• 可選的引導式實驗，展示從 MindSpore 到 CANN 的模型流程。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯繫我們以安排。

CANN SDK（Compute Architecture for Neural Networks，神經網路計算架構）是華為的 AI 運算基礎設施，讓開發者能夠微調並最佳化部署於昇騰（Ascend）AI 處理器的神經網路效能。

本課程由講師帶隊進行，提供線上或線下培訓。目標對象為希望使用 CANN 進階工具組（包括圖形引擎、TIK 與自訂運算子開發）來最佳化推論效能的高階 AI 開發者與系統工程師。

完成本課程後，參與者將能夠：

• 理解 CANN 的執行階段架構與效能生命週期。
• 使用剖析工具與圖形引擎進行效能分析與最佳化。
• 使用 TIK 和 TVM 建立並最佳化自訂運算子。
• 解決記憶體瓶頸，並提升模型吞吐量。

課程形式

• 互動式講授與討論。
• 實作實驗室，包含即時剖析與運算子微調。
• 透過邊緣部署範例進行最佳化練習。

課程客製化選項

• 如需針對本課程進行客製化培訓，請聯繫我們以安排。

CANN SDK（神經網路計算架構）為電腦視覺和 NLP 的即時 AI 應用提供強大的部署與優化工具，特別是在華為昇騰硬體上。

這項由講師指導的現場培訓（線上或線下），旨在幫助中階 AI 從業人員使用 CANN SDK 建立、部署及優化視覺與語言模型，以滿足生產用例需求。

完成本課程後，學員將能夠：

• 使用 CANN 和 AscendCL 部署並優化 CV 和 NLP 模型。
• 使用 CANN 工具轉換模型，並將它們整合到即時管線中。
• 優化檢測、分類及情感分析等任務的推論效能。
• 為邊緣或雲端部署場景建立實時的 CV/NLP 管線。

課程格式

• 互動式講授與示範。
• 實作實驗室，包含模型部署與效能分析。
• 使用真實 CV 和 NLP 用例設計即時管線。

課程客製化選項

• 如需為本課程請求客製化培訓，請聯絡我們安排。

CANN TIK（張量指令核心）與 Apache TVM 能夠針對華為 Ascend 硬體進行先進的 AI 模型運算元最佳化與客製化。

本課程提供講師指導及線上或線下即時培訓，目標受眾為進階系統開發人員，旨在協助其使用 CANN 的 TIK 程式設計模型與 TVM 編譯器整合功能，建立、部署並微調 AI 模型的自訂運算元。

完成本課程後，學員將能夠：

• 使用適用於 Ascend 處理器的 TIK DSL 撰寫並測試自訂 AI 運算元。
• 將自訂運算元整合至 CANN 執行階段與執行圖形。
• 使用 TVM 進行運算元排程、自動微調及基準測試。
• 除錯並最佳化自訂計算模式的指令層級效能。

課程格式

• 互動式講授與示範。
• 使用 TIK 和 TVM 管線進行運算元實作編碼。
• 在 Ascend 硬體或模擬器上進行測試與微調。

課程客製化選項

• 若需針對此課程申請客製化培訓，請聯繫我們安排。

這項在 台灣 （線上或線下）進行的由講師主導的現場培訓，針對初級至中級的農業科技專業人員、物聯網專家和 AI 工程師，他們希望開發並部署用於智慧農業的邊緣 AI 解決方案。

完成本培訓後，學員將能夠：

• 了解邊緣 AI 在精細農業中的角色。
• 實施由 AI 驅動的作物和牲畜監測系統。
• 開發自動灌溉和环境感知解決方案。
• 利用實時邊緣 AI 分析來優化農業效率。

這是一門在[loc]（線上或線下）進行的講師主導實時培訓，目標受眾為希望利用邊緣AI來創新自主系統解決方案的中等階梯機器人工程師、自動駕駛車輛開發人員以及AI研究人員。

完成本培訓後，學員將能夠：

• 了解邊緣AI在自主系統中的角色和益處。
• 開發並部署可在邊緣設備上進行實時處理的AI模型。
• 在自動駕駛車輛、無人機和機器人中實施邊緣AI解決方案。
• 設計並使用邊緣AI優化控制系統。
• 處理自主AI應用中的道德與法規考量。