Kurzusleírás

Biren GPU architektúrájának bevezetése

  • Biren áttekintése és használati esetek
  • Hardver elrendezés: magok, memóriák, számítási csoportok
  • Összehasonlítás NVIDIA és AMD GPU-kkel

Biren Programming környezet beállítása

  • Biren SDK és futási környezet telepítése
  • Eszközlánc és fordítómodell megismerése
  • Alapvető projektstruktúra és építési folyamat

GPU Programming a Biren stackkel

  • Szál- és blokkmodellek
  • Memóriakezelés és adatátviteli módok
  • Kernelfejlesztés és indítási minták

Átváltás CUDA-ról Birenre

  • Fordítási technikák CUDA kódra
  • Általános API-mutatók és alkalmazások
  • Kódátváltási laborok és gyakorlat

Hibakeresés és Profilozás

  • Biren hibakereső és profilozó használata
  • Folyamatakadályok azonosítása
  • Memóriahozzáférési minták és optimalizálás

Optimálási technikák

  • Szálrendezés és utasítássorbarendezés
  • Ciklus kiterjesztése és közös memóriahasználat
  • Átviteli teljesítményhez való finomhangolás

Esettanulmány és alkalmazási példák

  • Modellképzés Biren gyorsítók használatával
  • Látás- vagy NLP-modell portolása és profilozása
  • Teljesítmény összehasonlítás CUDA/NVIDIA-val

Összegzés és következő lépések

Követelmények

  • A GPU architektúra és a párhuzamos feldolgozás alapvető ismerete
  • CUDA, OpenCL, vagy hasonló GPU programozási környezetek tapasztalata
  • Ismeret olyan mélytanulási keretrendszerekről, mint a PyTorch vagy a TensorFlow

Célközönség

  • HPC fejlesztők
  • AI infrastruktúra mérnökök
  • Teljesítményoptimalizálók
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák