GPU Pelatihan Daring di Indonesia

Huawei 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.

Stack AI Huawei — dari SDK tingkat rendah CANN hingga kerangka MindSpore tingkat tinggi — menawarkan lingkungan pengembangan dan pelaksanaan AI yang terintegrasi ketat yang dioptimalkan untuk perangkat keras Ascend.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk profesional teknis tingkat pemula hingga menengah yang ingin memahami bagaimana komponen CANN dan MindSpore bekerja bersama untuk mendukung manajemen siklus hidup AI dan keputusan infrastruktur.

Setelah selesai mengikuti pelatihan ini, peserta akan dapat:

• Memahami arsitektur bertingkat dari stack komputasi AI Huawei.
• Mengidentifikasi bagaimana CANN mendukung optimasi model dan pelaksanaan tingkat perangkat keras.
• Menevaluasi kerangka dan rantai alat MindSpore dalam hubungan dengan alternatif industri.
• Memposisikan stack AI Huawei dalam lingkungan perusahaan atau cloud/on-prem.

Format Kursus

• Kegiatan interaktif dan diskusi.
• Demo sistem langsung dan pemandu kasus.
• Laboratorium terpandu opsional tentang aliran model dari MindSpore ke CANN.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk pengembang pemula hingga tingkat menengah yang ingin menggunakan OpenACC untuk memprogram perangkat heterogen dan memanfaatkan paralelismnya.

Sampai akhir pelatihan ini, peserta akan dapat:

• Menyetel lingkungan pengembangan OpenACC.
• Menulis dan menjalankan program OpenACC dasar.
• Menambahkan anotasi kode dengan arahan dan klausa OpenACC.
• Menggunakan API dan perpustakaan OpenACC.
• Memprofil, memdebug, dan mengoptimalkan program OpenACC.

CANN SDK (Compute Architecture for Neural Networks) menyediakan alat pengimplementasian dan optimasi yang kuat untuk aplikasi AI real-time dalam komputer vision dan NLP, terutama pada perangkat keras Huawei Ascend.

Pelatihan langsung ini dipandu instruktur (online atau tatap muka) ditujukan bagi praktisi AI tingkat menengah yang ingin membangun, mengimplementasikan, dan mengoptimalkan model vision dan bahasa menggunakan CANN SDK untuk kasus penggunaan produksi.

Pada akhir pelatihan ini, peserta akan dapat:

• Mengimplementasikan dan mengoptimalkan model CV dan NLP menggunakan CANN dan AscendCL.
• Menggunakan alat-alat CANN untuk mengonversi model dan mengintegrasikannya ke dalam pipelines langsung.
• Mengoptimalkan kinerja inferensi untuk tugas seperti deteksi, klasifikasi, dan analisis sentimen.
• Membangun pipelines CV/NLP real-time untuk skenario implementasi di edge atau berbasis cloud.

Format Kursus

• Kuliah interaktif dan demonstrasi.
• Laboratorium praktis dengan pengimplementasian model dan penilaian kinerja.
• Desain pipeline langsung menggunakan kasus penggunaan CV dan NLP yang nyata.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk menata.

Pelatihan online langsung ini dipimpin oleh instruktur dan ditujukan bagi para pengembang tingkat pemula hingga menengah yang ingin mempelajari dasar-dasar pemrograman GPU serta kerangka kerja dan alat bantu utama dalam pengembangan aplikasi GPU.

• Setelah mengikuti pelatihan ini, peserta akan mampu:
  Memahami perbedaan antara komputasi CPU dan GPU serta keuntungan dan tantangan dalam pemrograman GPU.
• Memilih kerangka kerja dan alat bantu yang tepat untuk aplikasi GPU mereka.
• Menulis program GPU sederhana yang mampu melakukan penjumlahan vektor dengan menggunakan salah satu atau beberapa kerangka kerja tersebut.
• Menggunakan API, bahasa pemrograman, dan perpustakaan terkait untuk mengakses informasi perangkat, mengalokasikan serta melepaskan memori, mentransfer data antara host dan perangkat, menjalankan kernel, serta menyinkronkan thread.
• Menerapkan penggunaan ruang memori seperti global, lokal, konstan, dan privat guna mengoptimalkan transfer data serta akses memori.
• Mengatur model eksekusi berupa work-items, work-groups, threads, blocks, dan grids untuk mengontrol proses paralelisme.
• Memeriksa dan menguji program GPU menggunakan alat seperti CodeXL, CUDA-GDB, CUDA-MEMCHECK, serta NVIDIA Nsight.
• Mengoptimalkan kinerja program GPU dengan teknik seperti coalescing, caching, prefetching, dan profiling.

CANN TIK (Tensor Instruction Kernel) dan Apache TVM memungkinkan optimasi dan kustomisasi tingkat lanjut untuk operator model AI di Huawei Ascend perangkat keras.

Pelatihan ini yang dikemudikan instruktur (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk pengembang sistem tingkat lanjut yang ingin membangun, menyebarkan, dan menyesuaikan operator kustom untuk model AI menggunakan model pemrograman TIK dari CANN dan integrasi kompilator TVM.

Di akhir pelatihan ini, peserta akan dapat:

• Menulis dan menguji operator AI kustom menggunakan TIK DSL untuk prosesor Ascend.
• Mengintegrasikan operator kustom ke dalam runtime dan grafik eksekusi CANN.
• Menggunakan TVM untuk penjadwalan operator, penyesuaian otomatis, dan penilaian kinerja.
• Memeriksa dan mengoptimalkan kinerja level instruksi untuk pola komputasi kustom.

Format Pelatihan

• Pertemuan interaktif dan demonstrasi.
• Pengkodean tangan pertama untuk operator menggunakan pipeline TIK dan TVM.
• Pengujian dan penyesuaian di perangkat keras Ascend atau simulasi.

Opsi Kustomisasi Pelatihan

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini diselenggarakan oleh instruktur (online atau tatap muka) ditujukan untuk pengembang pemula hingga tingkat menengah yang ingin menggunakan berbagai framework untuk pemrograman GPU dan membandingkan fitur, kinerja, dan kompatibilitasnya.

Pada akhir pelatihan ini, peserta akan dapat:

• Mengatur lingkungan pengembangan yang mencakup OpenCL SDK, CUDA Toolkit, ROCm Platform, perangkat yang mendukung OpenCL, CUDA, atau ROCm, dan Visual Studio Code.
• Membuat program GPU dasar yang melakukan penjumlahan vektor menggunakan OpenCL, CUDA, dan ROCm, serta membandingkan sintaks, struktur, dan eksekusi dari setiap framework.
• Menggunakan API masing-masing untuk menanyakan informasi perangkat, mengalokasikan dan membebaskan memori perangkat, menyalin data antara host dan perangkat, meluncurkan kernel, dan menyinkronkan thread.
• Menggunakan bahasa masing-masing untuk menulis kernel yang dijalankan pada perangkat dan memanipulasi data.
• Menggunakan fungsi bawaan, variabel, dan pustaka masing-masing untuk melakukan tugas dan operasi umum.
• Menggunakan ruang memori masing-masing, seperti global, lokal, konstanta, dan privat, untuk mengoptimalkan transfer data dan akses memori.
• Menggunakan model eksekusi masing-masing untuk mengontrol thread, blok, dan grid yang mendefinisikan paralelisme.
• Mendebug dan menguji program GPU menggunakan alat seperti CodeXL, CUDA-GDB, CUDA-MEMCHECK, dan NVIDIA Nsight.
• Mengoptimalkan program GPU menggunakan teknik seperti penggabungan, caching, prefetching, dan profiling.

CloudMatrix 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.

Toolkit 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.

Pelatihan ini, yang dikembangkan oleh instruktur secara langsung (online atau tatap muka), ditujukan untuk pengembang dengan tingkat pemula hingga menengah yang ingin memasang dan menggunakan ROCm pada Windows untuk memprogram GPU AMD dan memanfaatkan paralelismnya.

Di akhir pelatihan ini, peserta akan mampu:

• Menyusun lingkungan pengembangan yang mencakup Platform ROCm, GPU AMD, dan Visual Studio Code pada Windows.
• Membuat program ROCm dasar yang melakukan penjumlahan vektor pada GPU dan mengambil hasil dari memori GPU.
• Menggunakan API ROCm untuk menanyakan informasi perangkat, mengalokasikan dan melepaskan memori perangkat, menyalin data antara host dan perangkat, memulai kernel, dan menyinkronkan thread.
• Menggunakan bahasa HIP untuk menulis kernel yang dieksekusi pada GPU dan memanipulasi data.
• Menggunakan fungsi, variabel, dan pustaka bawaan HIP untuk melakukan tugas dan operasi umum.
• Menggunakan ruang memori ROCm dan HIP, seperti global, shared, constant, dan local, untuk memoptimalkan transfer dan akses memori.
• Menggunakan model eksekusi ROCm dan HIP untuk mengontrol thread, blok, dan grid yang mendefinisikan paralelism.
• Mengdebug dan mengetes program ROCm dan HIP menggunakan alat seperti ROCm Debugger dan ROCm Profiler.
• Mengoptimalkan program ROCm dan HIP menggunakan teknik seperti coalescing, caching, prefetching, dan profiling.

Pelatihan langsung tatap muka ini ditujukan bagi developer level awal maupun menengah yang tertarik menggunakan ROCm dan HIP untuk mengembangkan program pada GPU AMD dan memaksimalkan kinerja paralelisasinya.

Di akhir sesi, peserta akan memiliki kemampuan berikut:

• Menyusun lingkungan pengembangan yang mencakup Platform ROCm, GPU AMD, dan Visual Studio Code.
• Membuat program ROCm dasar yang melakukan operasi penjumlahan vektor pada GPU serta mengambil hasilnya dari memori GPU.
• Menggunakan API ROCm untuk menanyakan informasi perangkat, mengalokasikan atau melepaskan memori perangkat, mentransfer data antar host dan device, menjalankan kernel, serta menyinkronkan thread.
• Memanfaatkan bahasa HIP dalam penulisan kernel yang akan dijalankan pada GPU untuk memproses data.
• Menggunakan fungsi bawaan, variabel, dan pustaka HIP guna melaksanakan berbagai tugas rutin.
• Memilih ruang penyimpanan memori ROCm dan HIP seperti global, shared, constant, maupun local demi mengoptimalkan alur transfer data serta pengaksesan memori.
• Mengatur mekanisme eksekusi dengan menentukan komposisi thread, block, serta grid sesuai kebutuhan paralelisasi.
• Melakukan debugging dan pengujian terhadap program ROCm/HIP menggunakan alat seperti ROCm Debugger dan ROCm Profiler.
• Mengoptimalkan performa kode dengan menerapkan teknik coalescing, caching, prefetching, serta profilisasi.

CANN (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.

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.

CANN 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.

Arsitektur 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.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk pengembang tingkat pemula hingga menengah yang ingin menggunakan CUDA untuk memprogram NVIDIA GPU dan memanfaatkan paralelismenya.

Pada akhir pelatihan ini, peserta akan dapat:

• Siapkan lingkungan pengembangan yang mencakup CUDA Toolkit, NVIDIA GPU, dan Visual Studio Code.
• Buat program CUDA dasar yang melakukan penjumlahan vektor pada GPU dan mengambil hasilnya dari memori GPU.
• Gunakan CUDA API untuk menanyakan informasi perangkat, mengalokasikan dan membatalkan alokasi memori perangkat, menyalin data antara host dan perangkat, meluncurkan kernel, dan menyinkronkan thread.
• Gunakan bahasa CUDA C/C++ untuk menulis kernel yang dieksekusi pada GPU dan memanipulasi data.
• Gunakan fungsi, variabel, dan pustaka bawaan CUDA untuk melakukan tugas dan operasi umum.
• Gunakan ruang memori CUDA, seperti global, bersama, konstan, dan lokal, untuk mengoptimalkan transfer data dan akses memori.
• Gunakan model eksekusi CUDA untuk mengendalikan thread, blok, dan grid yang menentukan paralelisme.
• Debug dan uji program CUDA menggunakan alat seperti CUDA-GDB, CUDA-MEMCHECK, dan NVIDIA Nsight.
• Optimalkan program CUDA menggunakan teknik seperti penggabungan, caching, prefetching, dan pembuatan profil.

97% kepuasan klien.

CANN (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.

Akselerator 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.

Cambricon MLUs (Machine Learning Unit) adalah chip AI khusus yang dioptimalkan untuk inferensi dan pelatihan dalam skenario edge dan data center.

Pelatihan langsung ini (daring atau di tempat) ditujukan bagi pengembang tingkat menengah yang ingin membangun dan mendeploy model AI menggunakan kerangka kerja BANGPy dan SDK Neuware pada hardware Cambricon MLU.

Selesai pelatihan ini, peserta akan dapat:

• Mengatur dan mengonfigurasi lingkungan pengembangan BANGPy dan Neuware.
• Mengembangkan dan memperbaiki model berbasis Python dan C++ untuk Cambricon MLUs.
• Deploy model ke perangkat edge dan data center yang menjalankan runtime Neuware.
• Mengintegrasikan alur kerja ML dengan fitur percepatan khusus MLU.

Format Kursus

• Lecture interaktif dan diskusi.
• Penggunaan langsung BANGPy dan Neuware untuk pengembangan dan deploy.
• Latihan yang dipandu dengan fokus pada optimasi, integrasi, dan pengujian.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan khusus berdasarkan model perangkat Cambricon atau kasus penggunaan Anda, silakan hubungi kami untuk mengatur.

Pelatihan ini yang dibimbing instruktur dalam bentuk Indonesia (online langsung atau pelatihan langsung tatap muka) ditujukan bagi administrator sistem dan profesional IT tingkat pemula yang ingin menginstal, mengonfigurasi, mengelola, dan memecahkan masalah lingkungan CUDA.

Di akhir pelatihan ini, peserta akan mampu untuk:

• Memahami arsitektur, komponen, dan kemampuan CUDA.
• Menginstal dan mengonfigurasi lingkungan CUDA.
• Mengelola dan mengoptimalkan sumber daya CUDA.
• Memdebug dan memecahkan masalah umum CUDA.

Pelatihan online langsung ini ditujukan bagi para pengembang pemula hingga menengah yang ingin menggunakan OpenCL untuk memprogram perangkat heterogen serta memanfaatkan potensi paralelisasinya.

Setelah mengikuti pelatihan ini, peserta akan mampu:

• Menyiapkan lingkungan pengembangan yang mencakup OpenCL SDK, perangkat pendukung OpenCL, serta Visual Studio Code.
• Membuat program OpenCL sederhana yang mampu melakukan penjumlahan vektor di perangkat dan mengambil hasilnya dari memori perangkat.
• Menggunakan API OpenCL untuk menanyakan informasi perangkat, membuat konteks, antrean perintah, buffer, kernel, serta event.
• Menulis kode kernel dalam bahasa OpenCL C yang dapat dieksekusi di perangkat dan mengolah data.
• Memanfaatkan fungsi bawaan, ekstensi, serta library OpenCL untuk melaksanakan tugas-tugas umum.
• Menggunakan model memori host dan perangkat OpenCL demi mengoptimalkan transfer data serta akses memori.
• Menerapkan mekanisme eksekusi OpenCL guna mengontrol work-item, work-group, serta ND-range.
• Mendebug dan menguji program OpenCL dengan perangkat lunak seperti CodeXL, Intel VTune, dan NVIDIA Nsight.
• Mengoptimalkan performa program OpenCL melalui teknik seperti vektorisasi, pembongkaran loop, pemanfaatan memori lokal, serta pembuatan profil.

Pelatihan langsung dibimbing oleh instruktur di Indonesia (online live training atau onsite live training) ini ditujukan bagi developer C++ yang ingin menggunakan CUDA untuk mempercepat aplikasi, menulis kernel GPU berkinerja tinggi, dan memanfaatkan library algoritma paralel untuk beban kerja komputasi ilmiah, pemrosesan data, dan machine learning.

Pelatihan langsung tatap muka dengan instruktur di Indonesia (pelatihan online langsung atau pelatihan langsung tatap muka) ini ditujukan bagi pengembang C/C++ yang ingin menggunakan CUDA untuk mempercepat aplikasi intensif komputasi, termasuk pemrosesan data, simulasi ilmiah, beban kerja machine learning, dan alur pemrosesan gambar.

Pelatihan langsung yang dibimbing instruktur ini di Indonesia (online live training atau onsite live training) ditujukan bagi pengembang perangkat lunak, analis data, dan profesional teknis yang ingin menggunakan TensorFlow 2.x dan Keras untuk membangun, melatih, dan menerapkan model pembelajaran mendalam untuk penglihatan komputer, pemrosesan bahasa alami, dan aplikasi multimodal.

Pelatihan online langsung ini di Indonesia mencakup cara memprogram GPU untuk komputasi paralel, cara menggunakan berbagai platform, cara bekerja dengan platform CUDA beserta fiturnya, serta teknik optimisasi apa saja yang dapat diterapkan melalui CUDA. Beberapa aplikasinya meliputi pembelajaran mendalam, analitika data, pengolahan citra, dan beragam penerapan di bidang teknik.