Intrati in legatura

Schița de curs

Prezentare generală a ecosistemului GPU AI chinezesc

  • Comparație între Huawei Ascend, Biren, Cambricon MLU
  • Modele CUDA vs CANN, Biren SDK și BANGPy
  • Tendințe din industrie și ecosisteme ale furnizorilor

Pregătirea pentru migrare

  • Evaluarea bazei de cod CUDA
  • Identificarea platformelor țintă și a versiunilor SDK
  • Instalarea toolchain-ului și configurarea mediului

Tehnici de traducere a codului

  • Portarea accesului la memorie CUDA și a logicii nucleelor
  • Maparea modelelor de grilă/fire de calcul
  • Opțiuni de traducere automată vs manuală

Implementări specifice platformelor

  • Utilizarea operatorilor Huawei CANN și a nucleelor personalizate
  • Pipeline-ul de conversie Biren SDK
  • Reconstruirea modelelor cu BANGPy (Cambricon)

Testare și optimizare cross-platform

  • Profilarea execuției pe fiecare platformă țintă
  • Optimizarea memoriei și comparații de execuție paralelă
  • Urmărirea performanței și iterația

Gestionarea mediilor GPU mixte

  • Implementări hibride cu multiple arhitecturi
  • Strategii de rezervă și detectare a dispozitivelor
  • Straturi de abstractizare pentru mentenanța codului

Studii de caz și bune practici

  • Portarea modelelor de vedere/NLP pe Ascend sau Cambricon
  • Reabilitarea pipeline-urilor de inferență pe clustere Biren
  • Gestionarea nepotrivirilor de versiuni și a lacunelor API

Rezumat și pași următori

Cerințe

  • Experiență în programare cu CUDA sau aplicații bazate pe GPU
  • Înțelegerea modelelor de memorie GPU și a nucleelor de calcul
  • Familiaritate cu implementarea modelelor de AI sau fluxurile de lucru de accelerare

Publicul țintă

  • Programatori GPU
  • Arhitecți de sisteme
  • Specialiști în portare
 21 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite