Онлайн обучение по Computer Graphics в България

Huawei Ascend е семейство от AI процесори, проектирани за високопроизводително инферентиране и обучение.

Това обучение с инструктор, провеждано на живо (онлайн или на място), е насочено към AI инженери и специалисти по обработка на данни от средно ниво, които желаят да разработват и оптимизират модели на невронни мрежи, използвайки платформата Huawei Ascend и инструментариума CANN.

До края на обучението участниците ще могат:

• Да настройват и конфигурират средата за разработка на CANN.
• Да разработват AI приложения, използвайки работни потоци на MindSpore и CloudMatrix.
• Да оптимизират производителността на Ascend NPU чрез персонализирани оператори и тайлинг.
• Да внедряват модели в ръбова или облачна среда.

Формат на обучението

• Интерактивна лекция и дискусия.
• Практическа работа с Huawei Ascend и инструментариума CANN в примерни приложения.
• Насочвани упражнения, фокусирани върху изграждане, обучение и внедряване на модели.

Опции за персонализиране на обучението

• За да заявите персонализирано обучение по този курс, съобразено с вашата инфраструктура или набори от данни, моля, свържете се с нас за уговаряне.

AI стекът на Huawei – от нискочестотния SDK CANN до високочестотната рамка MindSpore – предлага тясно интегрирана среда за разработка и внедряване на AI, оптимизирана за хардуера Ascend.

Това обучение с инструктор, на живо (онлайн или на място), е насочено към технически специалисти от начинаещо до средно ниво, които искат да разберат как компонентите CANN и MindSpore работят заедно, за да подпомогнат управлението на жизнения цикъл на AI и решенията за инфраструктура.

До края на обучението участниците ще могат да:

• Разбират слоестата архитектура на AI изчислителния стек на Huawei.
• Идентифицират как CANN поддържа оптимизацията на модели и внедряването на хардуерно ниво.
• Оценяват рамката MindSpore и инструменталната верига в сравнение с алтернативите в индустрията.
• Позиционират AI стека на Huawei в корпоративни или облачни/локални среди.

Формат на курса

• Интерактивна лекция и дискусия.
• Демонстрации на системата на живо и преглед на казуси.
• По избор: насочвани лабораторни упражнения върху потока на модела от MindSpore към CANN.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уговорим.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към разработчици от начално до средно ниво, които желаят да използват OpenACC за програмиране на хетерогенни устройства и да оползотворят техния паралелизъм.

След приключване на обучението участниците ще могат:

• Да настроят среда за разработка с OpenACC.
• Да пишат и стартират основни програми с OpenACC.
• Да анотират код с директиви и клаузи на OpenACC.
• Да използват API и библиотеките на OpenACC.
• Да профилират, дебъгват и оптимизират програми с OpenACC.

CANN SDK (Compute Architecture for Neural Networks) предоставя мощни инструменти за внедряване и оптимизация на AI приложения в реално време в областта на компютърното зрение и НЛП, особено върху хардуера Huawei Ascend.

Това обучение с инструктор на живо (онлайн или на място) е насочено към AI специалисти със средно ниво на опит, които желаят да изграждат, внедряват и оптимизират модели за визуализация и обработка на език, използвайки CANN SDK за производствени сценарии.

До края на това обучение участниците ще могат:

• Да внедряват и оптимизират модели за компютърно зрение и НЛП, използвайки CANN и AscendCL.
• Да използват CANN инструменти за конвертиране на модели и интегрирането им в работещи конвейери.
• Да оптимизират производителността на изводи за задачи като откриване, класификация и анализ на тоналност.
• Да изграждат конвейери за компютърно зрение/НЛП в реално време за сценарии за внедряване в периферията или в облака.

Формат на курса

• Интерактивна лекция и демонстрация.
• Практическа лаборатория с внедряване на модели и профилиране на производителността.
• Проектиране на конвейер на живо, използвайки реални случаи от компютърното зрение и НЛП.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да го организираме.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към разработчици от начинаещо до средно ниво, които искат да научат основите на GPU програмирането и основните рамки и инструменти за разработване на GPU приложения.

• До края на това обучение участниците ще могат да:
  Разбират разликата между CPU и GPU изчисленията, както и ползите и предизвикателствата на GPU програмирането.
• Избират правилната рамка и инструмент за своето GPU приложение.
• Създават базова GPU програма, която извършва събиране на вектори, използвайки една или повече от рамките и инструментите.
• Използват съответните API, езици и библиотеки за заявяване на информация за устройството, заделяне и освобождаване на памет на устройството, копиране на данни между хоста и устройството, стартиране на ядра и синхронизиране на нишки.
• Използват съответните пространства в паметта, като глобално, локално, константно и частно, за да оптимизират трансфера на данни и достъпа до паметта.
• Използват съответните модели на изпълнение, като работни елементи, работни групи, нишки, блокове и решетки, за да контролират паралелизма.
• Дебъгват и тестват GPU програми, използвайки инструменти като CodeXL, CUDA-GDB, CUDA-MEMCHECK и NVIDIA Nsight.
• Оптимизират GPU програми, използвайки техники като обединяване (coalescing), кеширане, предварително извличане (prefetching) и профилиране.

CANN TIK (Tensor Instruction Kernel) и Apache TVM позволяват усъвършенствана оптимизация и персонализиране на операторите на AI модели за хардуера Huawei Ascend.

Това обучение с инструктор на живо (онлайн или на място) е насочено към системни разработчици на напреднало ниво, които желаят да изграждат, внедряват и настройват персонализирани оператори за AI модели, използвайки програмния модел TIK на CANN и интеграцията с компилатора TVM.

До края на това обучение участниците ще могат да:

• Пишат и тестват персонализирани AI оператори, използвайки TIK DSL за процесори Ascend.
• Интегрират персонализирани оператори в средата за изпълнение и графа на изпълнение на CANN.
• Използват TVM за планиране на оператори, автоматична настройка и сравнителен анализ.
• Отстраняват грешки и оптимизират производителността на ниво инструкции за персонализирани изчислителни модели.

Формат на курса

• Интерактивна лекция и демонстрация.
• Практическо кодиране на оператори с помощта на TIK и TVM потоци.
• Тестване и настройка на хардуер Ascend или симулатори.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да уговорим.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към разработчици от начинаещо до средно ниво, които желаят да използват различни рамки за GPU програмиране и да сравнят техните характеристики, производителност и съвместимост.

До края на това обучение участниците ще могат:

• Да настроят среда за разработка, включваща OpenCL SDK, CUDA Toolkit, ROCm платформа, устройство, поддържащо OpenCL, CUDA или ROCm, и Visual Studio Code.
• Да създадат базова GPU програма, извършваща събиране на вектори, използвайки OpenCL, CUDA и ROCm, и да сравнят синтаксиса, структурата и изпълнението на всяка рамка.
• Да използват съответните API за запитване на информация за устройството, заделяне и освобождаване на памет на устройството, копиране на данни между хоста и устройството, стартиране на ядра и синхронизиране на нишки.
• Да използват съответните езици за писане на ядра, които се изпълняват на устройството и манипулират данни.
• Да използват съответните вградени функции, променливи и библиотеки за извършване на общи задачи и операции.
• Да използват съответните пространства на паметта, като глобално, локално, константно и частно, за оптимизиране на трансфера на данни и достъпите до паметта.
• Да използват съответните модели на изпълнение за контрол на нишките, блоковете и решетките, които определят паралелизма.
• Да дебъгват и тестват GPU програми, използвайки инструменти като CodeXL, CUDA-GDB, CUDA-MEMCHECK и NVIDIA Nsight.
• Да оптимизират GPU програми, използвайки техники като групиране (coalescing), кеширане, предварително извличане (prefetching) и профилиране.

CloudMatrix е унифицираната платформа на Huawei за разработка и внедряване на AI, проектирана да поддържа мащабируеми, производствени потоци за изводи.

Това обучение с инструктор на живо (онлайн или на място) е насочено към AI специалисти от начално до средно ниво, които желаят да внедряват и наблюдават AI модели с помощта на платформата CloudMatrix, интегрирана с CANN и MindSpore.

До края на това обучение участниците ще могат:

• Да използват CloudMatrix за пакетиране, внедряване и обслужване на модели.
• Да конвертират и оптимизират модели за чипсети Ascend.
• Да настройват потоци за задачи с изводи в реално време и на партиди.
• Да наблюдават внедряванията и да настройват производителността в производствени среди.

Формат на обучението

• Интерактивна лекция и дискусия.
• Практическо използване на CloudMatrix с реални сценарии за внедряване.
• Насочвани упражнения, фокусирани върху конвертиране, оптимизация и мащабиране.

Опции за персонализиране на обучението

• За да заявите персонализирано обучение по този курс, съобразено с вашата AI инфраструктура или облачна среда, моля, свържете се с нас за уговорка.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към художници, разработчици на игри или начинаещи без опит, които искат да използват Blender за създаване на 3D модели за интерактивни приложения, видео игри, анимационни филми и др.

До края на това обучение участниците ще могат:

• Да се научат как да създават анимации и визуални ефекти с Blender.
• Да добавят криви, повърхнини, мета-сфери и частици коса, за да симулират реалистични 3D движения.
• Да получат въведение в неразрушителното моделиране и анимация.
• Да експортират 3D модели и асети към гейм енджин, 3D принтер или друг софтуер.

Инструментариумът Ascend CANN на Huawei позволява мощен AI извод на крайни устройства като Ascend 310. CANN предоставя основни инструменти за компилиране, оптимизиране и внедряване на модели в среда с ограничени изчислителни ресурси и памет.

Това обучение с инструктор на живо (онлайн или на място) е насочено към AI разработчици и интегратори на средно ниво, които желаят да внедряват и оптимизират модели на крайни устройства Ascend, използвайки инструменталната верига CANN.

До края на това обучение участниците ще могат да:

• Подготвят и конвертират AI модели за Ascend 310, използвайки инструменти на CANN.
• Изграждат леки тръбопроводи за извод, използвайки MindSpore Lite и AscendCL.
• Оптимизират производителността на моделите за среди с ограничени изчислителни ресурси и памет.
• Внедряват и наблюдават AI приложения в реални сценарии за крайни устройства.

Формат на курса

• Интерактивна лекция и демонстрация.
• Практическа лабораторна работа с модели и сценарии, специфични за крайни устройства.
• Примери за внедряване на живо върху виртуален или физически хардуер за крайни устройства.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уговорка.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към разработчици от начинаещо до средно ниво, които желаят да инсталират и използват ROCm на Windows, за да програмират AMD GPU и да се възползват от тяхната паралелност.

До края на обучението участниците ще могат:

• Да настроят среда за разработка, включваща ROCm платформа, AMD GPU и Visual Studio Code на Windows.
• Да създадат основна ROCm програма, която извършва събиране на вектори на GPU и извлича резултатите от паметта на GPU.
• Да използват ROCm API за запитване на информация за устройството, заделяне и освобождаване на памет на устройството, копиране на данни между хоста и устройството, стартиране на ядра и синхронизиране на нишки.
• Да използват HIP езика за писане на ядра, които се изпълняват на GPU и манипулират данни.
• Да използват вградени функции, променливи и библиотеки на HIP за изпълнение на обичайни задачи и операции.
• Да използват различните пространства на паметта на ROCm и HIP – глобално, споделено, константно и локално, за оптимизиране на трансфера на данни и достъпите до паметта.
• Да използват моделите на изпълнение на ROCm и HIP за контролиране на нишките, блоковете и решетките, които определят паралелността.
• Да дебъгват и тестват ROCm и HIP програми, използвайки инструменти като ROCm Debugger и ROCm Profiler.
• Да оптимизират ROCm и HIP програми чрез техники като обединяване, кеширане, предварително извличане и профилиране.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към разработчици от начално до средно ниво, които желаят да използват ROCm и HIP за програмиране на AMD GPU и да оползотворят тяхната паралелност.

След завършване на обучението участниците ще могат:

• Да настроят среда за разработка, включваща ROCm платформата, AMD GPU и Visual Studio Code.
• Да създадат базова ROCm програма, която извършва събиране на вектори на GPU и извлича резултатите от паметта на графичния процесор.
• Да използват ROCm API за запитване на информация за устройството, заделяне и освобождаване на памет на устройството, копиране на данни между хоста и устройството, стартиране на ядра и синхронизиране на нишки.
• Да използват езика HIP за писане на ядра, които се изпълняват на GPU и манипулират данни.
• Да използват вградените функции, променливи и библиотеки на HIP за извършване на общи задачи и операции.
• Да използват пространствата на паметта в ROCm и HIP, като глобална, споделена, константна и локална, за оптимизиране на трансфера на данни и достъпа до паметта.
• Да използват моделите на изпълнение на ROCm и HIP, за да контролират нишките, блоковете и решетките, които определят паралелизацията.
• Да дебъгват и тестват ROCm и HIP програми с помощта на инструменти като ROCm Debugger и ROCm Profiler.
• Да оптимизират ROCm и HIP програми чрез техники като коалесциране, кеширане, предварително извличане и профилиране.

Това обучение, водено от инструктор на живо в България (онлайн или на място), е предназначено за артисти, разработчици на игри или напълно начинаещи, които искат да използват Blender за създаване на 3D модели за интерактивни приложения, видеоигри, анимационни филми и др.

След завършване на обучението участниците ще могат да:

• Разбират принципите и основните концепции на 3D моделирането.
• Изследват разнообразие от режими и инструменти за моделиране и редактиране на 3D мрежи.
• Използват инструментите за UV мапинг/разгъване, скулптиране и рисуване при рендване на 3D модели.

CANN (Compute Architecture for Neural Networks) е инструментариумът за AI изчисления на Huawei, използван за компилиране, оптимизиране и внедряване на AI модели върху процесори Ascend AI.

Това обучение с инструктор на живо (онлайн или на място) е насочено към начинаещи AI разработчици, които искат да разберат как CANN се вписва в жизнения цикъл на модела – от обучението до внедряването – и как работи с рамки като MindSpore, TensorFlow и PyTorch.

До края на обучението участниците ще могат да:

• Разбират целта и архитектурата на инструментариума CANN.
• Настройват среда за разработка с CANN и MindSpore.
• Конвертират и внедряват прост AI модел върху хардуер Ascend.
• Придобият основни познания за бъдещи проекти за оптимизация или интеграция на CANN.

Формат на курса

• Интерактивна лекция и дискусия.
• Практически лабораторни упражнения с внедряване на прост модел.
• Стъпка по стъпка разглеждане на инструменталната верига на CANN и точките на интеграция.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уреждане.

Ascend, Biren и Cambricon са водещи хардуерни платформи за изкуствен интелект в Китай, всяка от които предлага уникални инструменти за ускорение и профилиране за производствени AI натоварвания.

Това обучение с инструктор на живо (онлайн или присъствено) е насочено към напреднали инженери по AI инфраструктура и производителност, които искат да оптимизират процесите на извод и обучение на модели в множество китайски AI чип платформи.

До края на това обучение участниците ще могат да:

• Провеждат бенчмарк тестове на модели на платформите Ascend, Biren и Cambricon.
• Идентифицират системни тесни места и неефективност на паметта/изчисленията.
• Прилагат оптимизации на ниво граф, ядро и оператор.
• Настройват конвейери за внедряване, за да подобрят пропускателната способност и забавянето.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическо използване на инструменти за профилиране и оптимизация на всяка платформа.
• Насочвани упражнения, фокусирани върху практически сценарии за настройка.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, съобразено с вашата среда за производителност или тип модел, моля, свържете се с нас за уговаряне.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към графични дизайнери и аниматори от начинаещо до средно ниво, които искат да се научат как да създават зашеметяващи анимации, интерактивна медия и ангажиращо уеб съдържание с Adobe Animate.

До края на обучението участниците ще могат да:

• Навигират в интерфейса и инструментите на Adobe Animate.
• Създават и редактират анимации с помощта на ключови кадри, motion tweens и shape tweens.
• Проектират интерактивни анимации и приложения с ActionScript и JavaScript.
• Включват аудио и видео елементи в проекти.
• Експортират анимации за уеб, видео и мобилни платформи.

CANN SDK (Compute Architecture for Neural Networks) е AI изчислителната основа на Huawei, която позволява на разработчиците да настройват фино и оптимизират производителността на внедрени невронни мрежи върху Ascend AI процесори.

Това обучение с инструктор на живо (онлайн или на място) е насочено към напреднали AI разработчици и системни инженери, които желаят да оптимизират производителността на изводите, използвайки усъвършенствания набор от инструменти на CANN, включително Graph Engine, TIK и разработка на персонализирани оператори.

До края на това обучение участниците ще могат:

• Да разбират архитектурата на изпълнение и жизнения цикъл на производителността на CANN.
• Да използват инструменти за профилиране и Graph Engine за анализ и оптимизация на производителността.
• Да създават и оптимизират персонализирани оператори с помощта на TIK и TVM.
• Да разрешават тесни места в паметта и да подобряват пропускателната способност на моделите.

Формат на курса

• Интерактивна лекция и дискусия.
• Практически лабораторни упражнения с профилиране в реално време и настройка на оператори.
• Упражнения за оптимизация, използващи примери за внедряване в крайни случаи.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас за уговорка.

Китайските GPU архитектури, като Huawei Ascend, Biren и Cambricon MLU, предлагат алтернативи на CUDA, насочени към местните пазари за изкуствен интелект и високопроизводителни изчисления (HPC).

Това обучение, водено от инструктор на живо (онлайн или на място), е предназначено за напреднали GPU програмисти и специалисти по инфраструктура, които желаят да мигрират и оптимизират съществуващи CUDA приложения за внедряване върху китайски хардуерни платформи.

След завършване на обучението участниците ще могат да:

• Оценят съвместимостта на съществуващи CUDA натоварвания с алтернативите на китайски чипове.
• Пренесат кодови бази от CUDA към средите Huawei CANN, Biren SDK и Cambricon BANGPy.
• Сравнят производителността и да идентифицират точки за оптимизация на различните платформи.
• Адресират практически предизвикателства при поддръжката и внедряването между различни архитектури.

Формат на обучението

• Интерактивна лекция и дискусия.
• Практически лабораторни упражнения за превод на код и сравнение на производителността.
• Ръководени упражнения, фокусирани върху стратегии за адаптиране към множество GPU.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, съобразено с вашата платформа или CUDA проект, моля, свържете се с нас за уговорка.

Това обучение, водено от инструктор (онлайн или на място) в България, е насочено към разработчици от начинаещо до средно ниво, които желаят да използват CUDA за програмиране на графични процесори на NVIDIA и да оползотворят тяхната паралелна мощ.

До края на обучението участниците ще могат да:

• Настройват среда за разработка, която включва CUDA Toolkit, графичен процесор на NVIDIA и Visual Studio Code.
• Създават базова CUDA програма, която извършва събиране на вектори върху графичния процесор и извлича резултатите от неговата памет.
• Използват CUDA API за запитване на информация за устройството, заделяне и освобождаване на памет на устройството, копиране на данни между хоста и устройството, стартиране на ядра и синхронизиране на нишките.
• Използват езика CUDA C/C++ за писане на ядра, които се изпълняват върху графичния процесор и манипулират данни.
• Използват вградените функции, променливи и библиотеки на CUDA за извършване на често срещани задачи и операции.
• Използват пространствата на паметта на CUDA, като глобална, споделена, константна и локална, за оптимизиране на трансфера на данни и достъпите до паметта.
• Използват модела на изпълнение на CUDA за контрол на нишките, блоковете и решетките, които дефинират паралелността.
• Дебъгват и тестват CUDA програми, използвайки инструменти като CUDA-GDB, CUDA-MEMCHECK и NVIDIA Nsight.
• Оптимизират CUDA програми, използвайки техники като обединяване на достъп до паметта (coalescing), кеширане, предварително извличане (prefetching) и профилиране.

97% удовлетворени клиенти.

Psdto3D101 е специализиран софтуерен инструмент, предназначен за създаване на лентикуларни файлове с 3D ефекти, обръщане (flip), морфинг (morph) и анимационни дизайни. Този курс предоставя на участниците знанията и практическите умения за управление и прилагане на Psdto3D101 за изработка на професионални лентикуларни резултати, като обхваща както управленските, така и творческите аспекти на софтуера.

Това обучение с инструктор на живо (онлайн или на място) е предназначено за начинаещи до средно напреднали професионалисти в областта на графиката и печата, които желаят да създават, управляват и оптимизират лентикуларни файлове със софтуера Psdto3D101.

До края на това обучение участниците ще могат да:

• Разбират основите на лентикуларния печат и дизайн.
• Навигират и конфигурират Psdto3D101 за различни типове проекти.
• Създават 3D ефекти, обръщане и движение, използвайки слоеве и последователности.
• Експортират и подготвят лентикуларни файлове за професионален печат.

Формат на курса

• Интерактивна лекция и дискусия.
• Практически упражнения със софтуера Psdto3D101.
• Практическа реализация в среда на живо (live-lab).

Опции за персонализиране на курса

• За да заявите индивидуално обучение по този курс, моля, свържете се с нас за уговаряне.

CANN (Compute Architecture for Neural Networks) е AI изчислителният стек на Huawei за внедряване и оптимизиране на AI модели върху Ascend AI процесори.

Това обучение с инструктор на живо (онлайн или на място) е насочено към AI разработчици и инженери на средно ниво, които искат да внедряват ефективно обучени AI модели върху хардуер на Huawei Ascend, използвайки инструментариума CANN и инструменти като MindSpore, TensorFlow или PyTorch.

До края на обучението участниците ще могат да:

• Разбират архитектурата на CANN и ролята ѝ в процеса на внедряване на AI.
• Конвертират и адаптират модели от популярни frameworks към формати, съвместими с Ascend.
• Използват инструменти като ATC, конвертиране на OM модели и MindSpore за инференция на периферни устройства и в облака.
• Диагностицират проблеми при внедряването и оптимизират производителността на хардуер Ascend.

Формат на курса

• Интерактивна лекция и демонстрация.
• Практическа лабораторна работа с CANN инструменти и Ascend симулатори или устройства.
• Сценарии за практическо внедряване, базирани на реални AI модели.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, моля, свържете се с нас, за да го организираме.

Biren AI ускорителите са високопроизводителни GPU-та, проектирани за AI и HPC натоварвания с поддръжка на мащабно обучение и изводи.

Това обучение, водено от инструктор на живо (онлайн или на място), е насочено към разработчици от средно до напреднало ниво, които желаят да програмират и оптимизират приложения, използвайки собствения GPU стек на Biren, с практически сравнения с базирани на CUDA среди.

До края на това обучение участниците ще могат да:

• Разбират архитектурата на Biren GPU и йерархията на паметта.
• Настройват средата за разработка и използват програмния модел на Biren.
• Превеждат и оптимизират CUDA-подобен код за Biren платформи.
• Прилагат техники за настройка на производителността и отстраняване на грешки.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическо използване на Biren SDK върху примерни GPU натоварвания.
• Ръководени упражнения, фокусирани върху пренасяне и настройка на производителността.

Опции за персонализиране на курса

• За да заявите персонализирано обучение за този курс, съобразено с вашия приложен стек или нужди за интеграция, моля, свържете се с нас, за да организираме.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към артисти, разработчици на игри или начинаещи, които искат да използват Blender за създаване на 3D модели за интерактивни приложения, видеоигри, анимационни филми и др.

След завършване на обучението участниците ще могат да:

• Разбират принципите и основните концепции на 3D моделирането.
• Изследват разнообразие от режими и инструменти за моделиране и редактиране на 3D мрежи.
• Научат как да създават анимации и визуални ефекти с Blender.
• Добавят криви, повърхнини, метаобекти и космени частици за симулиране на реалистични 3D движения.
• Използват инструментите за UV мапиране/разгръщане, скулптиране и рисуване на 3D модели.
• Експортират 3D модели и асети към игрови двигател, 3D принтер или друг софтуер.

Cambricon MLU (Machine Learning Units) са специализирани AI чипове, оптимизирани за инференция и обучение в сценарии за крайни устройства и центрове за данни.

Това обучение с инструктор на живо (онлайн или присъствено) е насочено към разработчици на средно ниво, които желаят да изграждат и внедряват AI модели, използвайки рамката BANGPy и софтуерния пакет за разработка Neuware върху хардуер Cambricon MLU.

След завършване на обучението участниците ще могат да:

• Инсталират и конфигурират развойните среди на BANGPy и Neuware.
• Разработват и оптимизират базирани на Python и C++ модели за Cambricon MLU.
• Внедряват модели на крайни устройства и устройства в центрове за данни, работещи със среда за изпълнение Neuware.
• Интегрират работни потоци за машинно самообучение със специфични функции за ускорение на MLU.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическа работа с BANGPy и Neuware за разработка и внедряване.
• Насочвани упражнения, фокусирани върху оптимизация, интеграция и тестване.

Опции за персонализиране на курса

• За да заявите персонализирано обучение по този курс, съобразено с вашия модел устройство Cambricon или случай на употреба, моля, свържете се с нас за уточняване.

Това обучение с инструктор на живо в България (онлайн или на място) е насочено към начинаещи системни администратори и ИТ специалисти, които желаят да инсталират, конфигурират, управляват и отстраняват проблеми в CUDA среди.

До края на това обучение участниците ще могат да:

• Разбират архитектурата, компонентите и възможностите на CUDA.
• Инсталират и конфигурират CUDA среди.
• Управляват и оптимизират CUDA ресурси.
• Дебъгват и отстраняват често срещани проблеми с CUDA.

Това обучение, водено от инструктор на живо в България (онлайн или присъствено), е насочено към разработчици от начинаещо до средно ниво, които желаят да използват OpenCL за програмиране на хетерогенни устройства и да се възползват от техния паралелизъм.

До края на това обучение участниците ще могат:

• Да настроят среда за разработка, която включва OpenCL SDK, устройство, поддържащо OpenCL, и Visual Studio Code.
• Да създадат основна OpenCL програма, която извършва векторно събиране на устройството и извлича резултатите от паметта на устройството.
• Да използват OpenCL API за запитване на информация за устройството, създаване на контексти, командни опашки, буфери, ядра и събития.
• Да използват OpenCL C езика за писане на ядра, които се изпълняват на устройството и манипулират данни.
• Да използват вградени функции, разширения и библиотеки на OpenCL за извършване на често срещани задачи и операции.
• Да използват моделите на паметта на хоста и устройството в OpenCL за оптимизиране на трансфера на данни и достъпите до паметта.
• Да използват модела на изпълнение на OpenCL за управление на работните елементи, работните групи и ND-диапазоните.
• Да дебъгват и тестват OpenCL програми, използвайки инструменти като CodeXL, Intel VTune и NVIDIA Nsight.
• Да оптимизират OpenCL програми, използвайки техники като векторизация, развиване на цикли, локална памет и профилиране.

Това обучение, водено от инструктор на живо в България (онлайн или на място), е предназначено за начинаещи до напреднали ентусиасти в 3D дизайна и 3D принтирането, които искат да използват Fusion 360 за проектиране, симулиране и подготовка на модели за 3D принтиране.

До края на това обучение участниците ще могат да:

• Инсталират и конфигурират Fusion 360 за оптимална производителност.
• Проектират, моделират и симулират 3D обекти в единна среда.
• Оптимизират и подготвят дизайни за процеса на 3D принтиране.
• Сътрудничат и споделят своите дизайни, използвайки облачните възможности на Fusion 360.

Това е обучение с преподавателски надзор на живо в България (онлайн или на място), предназначено за разработчици на C++, които искат да използват CUDA за ускоряване на приложения, написване на високопроизводителни GPU ядра и използване на библиотеки за паралелни алгоритми за научни изчисления, обработка на данни и товари в машинното обучение.

Това е обучителна програма с преподавател в България (онлайн или на място), насочена към разработчици на C/C++, които искат да използват CUDA за ускоряване на приложения, интензивни към изчисленията, включително обработка на данни, научни симулации, натоварвания за машинно обучение и тръбопроводи за обработка на изображения.

Това ръководено от инструктор живо обучение в България (онлайн или на място) е предназначено за софтуерни разработчици, анализатори на данни и технически специалисти, които искат да използват TensorFlow 2.x и Keras за изграждане, трениране и внедряване на модели за дълбоко обучение за компютърно зрение, обработка на естествен език и мултимодални приложения.

FreeCAD е многоплатформен параметричен 3D моделиер с отворен код, който може да се персонализира, скриптира и разширява за проектиране на реални обекти.

В това обучение с инструктор на живо участниците ще се научат как да моделират обект за последващо конструиране или 3D принтиране.

След приключване на обучението участниците ще могат да:

• Използват инструментите и работните процеси на FreeCad като заместител на комерсиален CAD или BIM софтуер за моделиране
• Записват в множество формати като STEP, IGES, STL, SVG, DXF, OBJ, IFC, DAE и други
• Използват Python за разширяване на функционалността на FreeCAD
• Автоматизират FreeCad, да изграждат модули и да вграждат FreeCAD в съществуващо приложение

Подходящо за

• Дизайнери
• Разработчици
• Машинни инженери

Формат на курса

• Частично лекция, частично дискусия, упражнения и интензивна практическа работа

Този курс с преподавател на живо в България обхваща програмирането на графични процесори (GPU) за паралелни изчисления, използването на различни платформи, работата с платформата CUDA и нейните функции, както и прилагането на различни техники за оптимизация чрез CUDA. Сред приложенията са дълбоко обучение, анализ на данни, обработка на изображения и инженерни приложения.