Kursus Pelatihan Optimisasi Performa pada Platform Ascend, Biren, dan Cambricon
Ascend, Biren, dan Cambricon merupakan platform perangkat keras AI terkemuka di Tiongkok; masing-masing menyediakan alat akselerasi dan analisis performa yang unik untuk beban kerja AI skala produksi.
Pelatihan online langsung ini dipimpin oleh instruktur, ditujukan bagi para insinyur infrastruktur AI tingkat lanjut serta ahli optimisasi performa yang ingin mengoptimalkan proses inferensi dan pelatihan model di berbagai platform chip AI Tiongkok.
Setelah mengikuti pelatihan ini, peserta akan mampu:
- Melakukan pengujian performa model pada platform Ascend, Biren, dan Cambricon.
- Mengidentifikasi hambatan sistem serta ketidakefisienan dalam pemanfaatan memori dan prosesor.
- Menerapkan strategi optimisasi pada tingkat grafik, kernel, maupun operator.
- Menyesuaikan alur implementasi untuk meningkatkan throughput dan mengurangi latensi.
Bentuk Pelatihan
- Diskusi interaktif dan penyampaian materi.
- Praktik langsung menggunakan alat analisis serta optimisasi pada tiap platform.
- Latihan terbimbing yang fokus pada skenario tuning nyata.
Opsi Penyesuaian Kurikulum
- Jika Anda ingin menyelenggarakan pelatihan khusus berdasarkan lingkungan performa atau jenis model Anda, silakan hubungi kami untuk pengaturannya.
Kerangka Materi
Konsep dan Metrik Performa
- Latensi, throughput, konsumsi daya, serta pemanfaatan sumber daya
- Hambatan pada tingkat sistem vs model
- Analisis performa untuk proses inferensi maupun pelatihan
Analisis Performa pada Huawei Ascend
- Pemanfaatan CANN Profiler serta MindInsight.
- Diagnostik kernel dan operator.
- Teknik offload dan pemetaan memori.
Analisis Performa pada GPU Biren
- Fungsi pemantauan performa dalam SDK Biren.
- Optimisasi melalui penggabungan kernel, penyelarasan memori, serta manajemen antrian eksekusi.
- Pemantauan konsumsi daya dan suhu yang terkait dengan beban kerja.
Analisis Performa pada Cambricon MLU
- Alat analisis performa BANGPy serta Neuware.
- Pemantauan aktifitas pada tingkat kernel dan penafsiran log sistem.
- Integrasi profiler MLU dengan kerangka kerja implementasi model.
Strategi Optimisasi Tingkat Grafik dan Model
- Teknik pruning grafik serta pendekatan kuantisasi data.
- Penggabungan operator serta penyusunan ulang struktur komputasi secara efektif.
- Penetapan ukuran input standar dan penyelarasan batch proses.
Optimisasi Memori dan Kernel
- Pengaturan tata letak memori yang lebih efisien serta optimalisasi penggunaannya kembali.
- Manajemen buffer secara dinamis di berbagai chipset.
- Teknik tuning kernel khas untuk tiap platform.
Praktik Terbaik Antar Platform
- Portabilitas performa: strategi abstraksi antar-platform.
- Pembuatan alur tuning standar yang dapat digunakan di lingkungan multi-chip.
- Contoh konkret: Menyesuaikan model deteksi objek agar mampu berjalan baik di Ascend, Biren, maupun MLU.
Penutup dan Langkah Selanjutnya
Persyaratan
- Pengalaman menangani proses pelatihan atau implementasi model AI
- Pemahaman mengenai prinsip komputasi GPU/MLU serta strategi optimisasi model
- Familiaritas dasar terhadap alat dan metrik pengukuran performa
Target Peserta
- Insinyur optimisasi performa
- Tim infrastruktur machine learning
- Arsitek sistem AI
Kursus Pelatihan Terbuka membutuhkan minimal 5 peserta.
Kursus Pelatihan Optimisasi Performa pada Platform Ascend, Biren, dan Cambricon - Pemesanan
Kursus Pelatihan Optimisasi Performa pada Platform Ascend, Biren, dan Cambricon - Penyelidikan
Optimisasi Performa pada Platform Ascend, Biren, dan Cambricon - Permintaan Konsultasi
Kursus Mendatang
Kursus Terkait
Mengembangkan Aplikasi AI dengan Huawei Ascend dan CANN
21 JamHuawei Ascend merupakan rangkaian prosesor AI yang dirancang untuk menangani tugas inferensi dan pelatihan secara efisien.
Pelatihan online langsung ini dipandu oleh instruktur, baik via daring maupun tatap muka, dan ditujukan bagi para insinyur AI serta ilmuwan data tingkat menengah yang ingin mengembangkan dan mengoptimalkan model jaringan saraf dengan memanfaatkan platform Ascend beserta toolkit CANN dari Huawei.
Setelah menyelesaikan pelatihan ini, para peserta diharapkan mampu:
- Mengatur dan mengonfigurasi lingkungan pengembangan CANN.
- Membuat aplikasi AI dengan menggunakan alur kerja MindSpore serta CloudMatrix.
- Meningkatkan kinerja pada prosesor NPU Ascend melalui operator khusus dan strategi tiling yang tepat.
- Mengimplementasikan model ke dalam lingkungan perangkat edge maupun cloud.
Bentuk Pelaksanaan Kursus
- Penyampaian materi dan diskusi secara interaktif.
- Latihan praktis penggunaan platform Huawei Ascend serta toolkit CANN dalam contoh aplikasi nyata.
- Kegiatan terstruktur untuk mengasah kemampuan membangun, melatih, dan menyebarkan model AI.
Pilihan Kustomisasi Kursus
- Apabila Anda membutuhkan pelatihan khusus yang disesuaikan dengan infrastruktur atau dataset internal, silakan hubungi kami untuk mengatur rinciannya.
Menerapkan Model AI dengan CANN dan Prosesor AI Ascend
14 JamCANN (Compute Architecture for Neural Networks) merupakan stack komputasi AI dari Huawei yang dirancang untuk menerapkan serta mengoptimalkan model AI pada prosesor AI Ascend.
Pelatihan online langsung ini dipandu oleh instruktur dan ditujukan bagi para pengembang serta insinyur AI tingkat menengah yang ingin menerapkan model AI secara efisien ke perangkat keras Huawei Ascend, dengan memanfaatkan toolkit CANN serta alat-alat seperti MindSpore, TensorFlow, atau PyTorch.
Setelah mengikuti pelatihan ini, peserta akan mampu:
- Memahami arsitektur CANN serta perannya dalam proses penerapan model AI.
- Mengonversi dan menyesuaikan model dari berbagai framework populer agar kompatibel dengan perangkat Ascend.
- Memanfaatkan alat seperti ATC, konversi model OM, serta MindSpore untuk inferensi di lingkungan edge maupun cloud.
- Mengidentifikasi masalah saat penerapan dan mengoptimalkan kinerja pada perangkat keras Ascend.
Format Pelatihan
- Ceramah interaktif disertai demonstrasi langsung.
- Latihan praktik menggunakan alat CANN serta perangkat atau simulator Ascend.
- Kasus penerapan nyata berdasarkan model AI yang digunakan di dunia industri.
Opsi Kustomisasi Pelatihan
- Untuk mengatur pelatihan sesuai kebutuhan, silakan hubungi kami.
Inferensi AI dan Penyebaran Menggunakan CloudMatrix
21 JamCloudMatrix merupakan platform pengembangan dan penyebaran AI terpadu dari Huawei yang dirancang untuk mendukung pembuatan alur kerja inferensi skala besar yang siap digunakan dalam produksi.
Pelatihan online langsung ini dipandu oleh instruktur, cocok bagi para profesional AI tingkat pemula hingga menengah yang ingin menyebarkan serta memantau model AI menggunakan platform CloudMatrix dengan integrasi CANN dan MindSpore.
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Menggunakan CloudMatrix untuk mengemas, menyebarkan, dan memberikan layanan model.
- Mengonversi serta mengoptimalkan model agar kompatibel dengan chip Ascend.
- Membangun alur kerja untuk tugas inferensi baik secara real-time maupun batch.
- Memantau proses penyebaran serta menyesuaikan kinerja model dalam lingkungan produksi.
Bentuk Pelatihan
- Diskusi dan ceramah interaktif antara instruktur dan peserta.
- Praktik langsung menggunakan CloudMatrix dalam skenario penyebaran nyata.
- Latihan terpandu yang berfokus pada konversi, pengoptimalan, serta peningkatan skala model.
Opsi Penyesuaian Konten Pelatihan
- Jika Anda menginginkan pelatihan khusus yang disesuaikan dengan infrastruktur AI atau lingkungan cloud milik perusahaan, silakan hubungi kami untuk pengaturannya.
Pemrograman GPU pada Akselerator AI Biren
21 JamAkselerator AI Biren merupakan GPU berkinerja tinggi yang dirancang khusus untuk beban kerja AI dan komputasi HPC, dengan kemampuan mendukung pelatihan serta inferensi dalam skala besar.
Pelatihan online langsung ini dipandu oleh instruktur dan ditujukan bagi para pengembang tingkat menengah hingga lanjut yang ingin memprogram dan mengoptimalkan aplikasi dengan menggunakan ekosistem GPU khas Biren, sekaligus melakukan perbandingan praktis terhadap lingkungan berbasis CUDA.
Setelah mengikuti pelatihan ini, para peserta akan mampu:
- Memahami arsitektur GPU Biren serta hierarki memorinya.
- Mengatur lingkungan pengembangan dan memanfaatkan model pemrograman Biren.
- Menerjemahkan serta mengoptimalkan kode bergaya CUDA agar dapat berjalan di platform Biren.
- Mengaplikasikan teknik penyesuaian kinerja dan proses debugging.
Format Pelatihan
- Kuliah interaktif beserta diskusi.
- Praktik langsung menggunakan SDK Biren dalam contoh-contoh beban kerja GPU.
- Latihan terpandu yang berfokus pada migrasi kode dan penyesuaian kinerja.
Opsi Penyesuaian Kurikulum
- Untuk meminta penyesuaian khusus terhadap materi pelatihan sesuai kebutuhan teknis aplikasi Anda, silakan hubungi kami untuk mengatur detailnya.
Pengembangan MLU Cambricon dengan BANGPy dan Neuware
21 JamMLU (Machine Learning Units) dari Cambricon merupakan chip AI khusus yang dirancang untuk tugas inferensi dan pelatihan pada perangkat edge maupun pusat data.
Pelatihan online langsung ini dipimpin oleh instruktur dan ditujukan bagi para pengembang tingkat menengah yang ingin membangun serta mengimplementasikan model AI menggunakan kerangka kerja BANGPy beserta SDK Neuware pada perangkat MLU Cambricon.
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Mengatur dan menyiapkan lingkungan pengembangan BANGPy serta Neuware.
- Mengembangkan serta mengoptimalkan model berbasis Python maupun C++ agar kompatibel dengan MLU Cambricon.
- Mengimplementasikan model ke dalam perangkat edge maupun pusat data yang menjalankan runtime Neuware.
- Mengintegrasikan alur kerja pembelajaran mesin dengan fitur akselerasi khusus MLU.
Bentuk Pelatihan
- Pemaparan materi dan diskusi interaktif.
- Latihan praktik langsung menggunakan BANGPy serta Neuware untuk pengembangan dan implementasi model.
- Latihan terbimbing yang menitikberatkan pada optimisasi, integrasi, dan pengujian.
Pilihan Kustomisasi Pelatihan
- Jika Anda menginginkan pelatihan khusus sesuai model perangkat Cambricon atau kebutuhan spesifik Anda, silakan hubungi kami untuk pengaturannya.
Pengantar CANN untuk Para Pengembang Kerangka Kerja AI
7 JamCANN (Compute Architecture for Neural Networks) merupakan paket alat komputasi AI dari Huawei yang digunakan untuk mengkompilasi, mengoptimalkan, dan menyebarkan model AI pada prosesor AI Ascend.
Pelatihan online langsung ini dipandu oleh instruktur dan ditujukan bagi para pengembang AI pemula yang ingin memahami peran CANN dalam siklus hidup model, mulai dari tahap pelatihan hingga penyebaran, serta cara kerjanya bersama dengan kerangka kerja seperti MindSpore, TensorFlow, dan PyTorch.
Setelah mengikuti pelatihan ini, para peserta akan mampu:
- Memahami tujuan serta arsitektur paket alat CANN.
- Mengatur lingkungan pengembangan yang mencakup CANN dan MindSpore.
- Mengonversi serta menyebarkan model AI sederhana ke perangkat keras Ascend.
- Memperoleh pengetahuan dasar untuk proyek-proyek pengoptimalan atau integrasi CANN di masa mendatang.
Format Pelatihan
- Kuliah interaktif serta diskusi.
- Praktikum langsung melalui percobaan penyebaran model sederhana.
- Penjelasan bertahap mengenai rantai alat CANN serta titik integrasinya.
Opsi Kustomisasi Pelatihan
- Untuk meminta pelatihan khusus yang disesuaikan dengan kebutuhan Anda, silakan hubungi kami.
CANN untuk Penyebaran AI di Perangkat Tepi
14 JamToolkit Ascend CANN dari Huawei memungkinkan proses inferensi AI yang efisien pada perangkat tepi seperti Ascend 310. CANN menyediakan alat-alat penting untuk mengompilasi, mengoptimalkan, serta mendeploy model dalam lingkungan dengan keterbatasan komputasi dan memori.
Pelatihan online langsung ini dipandu oleh instruktur, ditujukan bagi para pengembang AI tingkat menengah serta integrator yang ingin mendeploy dan mengoptimalkan model pada perangkat tepi Ascend menggunakan rangkaian alat CANN.
Setelah menyelesaikan pelatihan ini, peserta diharapkan dapat:
- Mempersiapkan dan mengonversi model AI agar sesuai dengan perangkat Ascend 310 menggunakan alat CANN.
- Membangun saluran inferensi yang efisien dengan memanfaatkan MindSpore Lite dan AscendCL.
- Mengoptimalkan kinerja model dalam kondisi keterbatasan komputasi dan memori.
- Mendeploy serta memantau aplikasi AI pada skenario penggunaan di perangkat tepi yang nyata.
Format Pelatihan
- Kuliah interaktif beserta demonstrasi langsung.
- Latihan praktik menggunakan model dan skenario khas perangkat tepi.
- Contoh penerapan nyata pada perangkat keras tepi, baik virtual maupun fisik.
Opsi Penyesuaian Kurikulum
- Jika Anda menginginkan pelatihan khusus sesuai kebutuhan, silakan hubungi kami untuk pengaturannya.
Memahami Stack Komputasi AI Huawei: Dari CANN hingga MindSpore
14 JamStack AI milik Huawei — mulai dari SDK CANN tingkat dasar hingga framework MindSpore yang lebih kompleks — menyediakan lingkungan pengembangan dan penerapan AI yang terintegrasi dengan baik serta dioptimalkan untuk perangkat keras Ascend.
Pelatihan online langsung ini dipimpin oleh instruktur dan ditujukan bagi para profesional teknis pemula hingga menengah yang ingin memahami cara CANN dan MindSpore bekerja sama dalam mengelola siklus hidup AI serta mendukung pengambilan keputusan terkait infrastruktur.
Setelah menyelesaikan pelatihan ini, peserta akan mampu:
- Memahami arsitektur bertingkat dari stack komputasi AI Huawei.
- Mengenali peran CANN dalam mengoptimalkan model dan memfasilitasi penerapannya di tingkat perangkat keras.
- Menilai framework MindSpore beserta alat pendukungnya dibandingkan dengan solusi serupa di pasaran.
- Mengidentifikasi posisi stack AI Huawei dalam konteks lingkungan perusahaan maupun sistem cloud/lokal.
Format Pelatihan
- Kuliah interaktif disertai diskusi.
- Demo sistem secara langsung serta analisis kasus nyata.
- Latihan terpandu yang dapat diikuti secara opsional untuk memahami alur pengolahan model dari MindSpore ke CANN.
Opsi Penyesuaian Konten Pelatihan
- Untuk meminta penyesuaian khusus terhadap materi pelatihan ini, silakan hubungi kami.
Mengoptimalkan Performa Jaringan Saraf dengan CANN SDK
14 JamCANN SDK (Compute Architecture for Neural Networks) merupakan pondasi komputasi AI dari Huawei yang memungkinkan para pengembang melakukan penyesuaian dan optimisasi performa jaringan saraf yang telah diimplementasikan pada prosesor AI Ascend.
Pelatihan online langsung ini dipimpin oleh instruktur dan ditujukan bagi para pengembang AI tingkat lanjut serta insinyur sistem yang ingin mengoptimalkan performa inferensi dengan memanfaatkan berbagai alat canggih dalam CANN, seperti Graph Engine, TIK, serta modul pengembangan operator khusus.
Setelah menyelesaikan pelatihan ini, peserta akan mampu:
- Memahami arsitektur runtime dan siklus performa CANN.
- Menggunakan alat profiling serta Graph Engine untuk menganalisis dan mengoptimalkan performa.
- Membuat serta mengoptimisasi operator khusus dengan memanfaatkan TIK dan TVM.
- Menyelesaikan masalah kekakuan penggunaan memori serta meningkatkan kapasitas pemrosesan model.
Bentuk Pelaksanaan Kursus
- Kuliah interaktif disertai diskusi.
- Praktikum langsung dengan penggunaan alat profiling serta penyesuaian operator secara real-time.
- Latihan optimisasi yang menggunakan contoh implementasi di skenario nyata.
Opsi Penyesuaian Kursus
- Untuk mengatur pelatihan sesuai kebutuhan Anda, silakan hubungi kami.
SDK CANN untuk Pipa Pemrosesan Komputer Visi dan NLP
14 JamSDK CANN (Compute Architecture for Neural Networks) menyediakan alat pemasangan dan optimisasi yang tangguh bagi aplikasi AI berbasis komputer visi serta NLP secara real-time, khususnya pada perangkat keras Ascend buatan Huawei.
Pelatihan online langsung ini dipandu oleh instruktur dan ditujukan untuk praktisi AI tingkat menengah yang ingin membangun, memasang, serta mengoptimalkan model komputer visi dan bahasa menggunakan SDK CANN dalam skenario penggunaan nyata.
Setelah mengikuti pelatihan ini, peserta akan mampu:
- Memasang serta mengoptimalkan model komputer visi dan NLP dengan CANN serta AscendCL.
- Memanfaatkan alat-alat CANN untuk mengonversi format model serta mengintegrasikannya ke dalam pita pemrosesan secara langsung.
- Mengoptimalkan performa proses inferensi guna tugas deteksi, klasifikasi, dan analisis sentimen.
- Membangun pita pemrosesan komputer visi/NLP secara real-time yang siap dipasang di perangkat tepi atau sistem berbasis cloud.
Format Pelatihan
- Kuliah interaktif beserta demonstrasi praktis.
- Latihan langsung dalam memasang model dan mengevaluasi performanya.
- Desain pita pemrosesan secara langsung dengan memakai contoh nyata bidang komputer visi maupun NLP.
Opsi Penyesuaian Konten Pelatihan
- Untuk mengajukan permintaan penyusunan konten pelatihan sesuai kebutuhan, silakan hubungi kami.
Membangun Operator AI Kustom dengan CANN TIK dan TVM
14 JamCANN TIK (Tensor Instruction Kernel) serta Apache TVM memungkinkan optimasi tingkat lanjut dan penyesuaian operator model AI agar sesuai dengan perangkat keras Huawei Ascend.
Pelatihan online langsung ini diselenggarakan oleh instruktur khusus untuk para pengembang sistem tingkat lanjut yang ingin membangun, mengimplementasikan, serta menyetel operator AI kustom dengan memanfaatkan model pemrograman TIK dari CANN dan integrasi kompiler TVM.
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Menulis serta menguji operator AI kustom dengan menggunakan DSL TIK untuk prosesor Ascend.
- Mengintegrasikan operator yang telah dibuat ke dalam runtime CANN dan graf eksekusi.
- Memanfaatkan TVM untuk penjadwalan, pengaturan otomatis, serta pengujian kinerja operator.
- Mendeteksi masalah dan mengoptimalkan kinerja operator pada tingkat instruksi komputasi tertentu.
Format Pelatihan
- Ceramah interaktif dan demonstrasi praktis.
- Praktik langsung dalam pembuatan operator dengan memanfaatkan alur kerja TIK dan TVM.
- Pengujian serta penyetelan kinerja pada perangkat keras Ascend atau simulator-nya.
Opsi Penyesuaian Materi Pelatihan
- Untuk mengatur pelatihan yang disesuaikan dengan kebutuhan spesifik, silakan hubungi kami.
Migrasi Aplikasi CUDA ke Arsitektur GPU Buatan China
21 JamArsitektur GPU buatan China seperti Huawei Ascend, Biren, dan Cambricon MLU menyediakan alternatif CUDA yang dirancang khusus untuk pasar AI dan komputasi high-performance lokal.
Pelatihan online langsung ini dipandu oleh instruktur, ditujukan bagi para programmer GPU tingkat lanjut serta spesialis infrastruktur yang ingin memigrasikan dan mengoptimalkan aplikasi CUDA mereka agar dapat dijalankan pada platform perangkat keras buatan China.
Setelah menyelesaikan pelatihan ini, peserta akan mampu:
- Mengevaluasi tingkat kompatibilitas beban kerja CUDA dengan chip-chip alternatif buatan China.
- Memindahkan basis kode CUDA ke lingkungan Huawei CANN, Biren SDK, dan Cambricon BANGPy.
- Membandingkan kinerja serta mengidentifikasi titik-titik pengoptimalan di berbagai platform.
- Mengatasi tantangan praktis terkait dukungan lintas arsitektur serta proses deployment.
Bentuk Pelatihan
- Kuliah interaktif dan diskusi.
- Laboratorium praktikum berupa penerjemahan kode serta perbandingan kinerja.
- Latihan terbimbing yang berfokus pada strategi adaptasi multi-GPU.
Opsi Penyesuaian Kurikulum
- Jika Anda menginginkan pelatihan khusus sesuai platform atau proyek CUDA milik Anda, silakan hubungi kami untuk pengaturannya.