Свържете се с нас

Съдържание и теми, включени в курса

Въведение в архитектурата на Biren GPU

  • Общ преглед на Biren и случаи на употреба
  • Разположение на хардуера: ядра, памет, изчислителни клъстери
  • Сравнение с NVIDIA и AMD GPU-та

Настройка на програмната среда на Biren

  • Инсталиране на Biren SDK и среда за изпълнение
  • Разбиране на инструменталната верига и модела на компилатора
  • Основна структура на проекта и процес на изграждане

GPU програмиране със стека на Biren

  • Модели на нишки и блокове
  • Управление на паметта и трансфер на данни
  • Разработка на ядра и модели на стартиране

Пренасяне от CUDA към Biren

  • Техники за превод на CUDA код
  • Често срещани съпоставяния и адаптации на API
  • Лабораторни упражнения и практика за конвертиране на код

Отстраняване на грешки и профилиране

  • Използване на дебъгера и профайлъра на Biren
  • Идентифициране на тесни места
  • Модели на достъп до паметта и оптимизация

Техники за оптимизация

  • Планиране на нишки и конвейеризация на инструкции
  • Разгръщане на цикли и използване на споделена памет
  • Разширена настройка на ядра за пропускателна способност

Казус и приложни примери

  • Обучение на модел с Biren ускорители
  • Пренасяне и профилиране на модел за зрение или NLP
  • Сравнение на производителността спрямо CUDA/NVIDIA

Обобщение и следващи стъпки

Изисквания

  • Разбиране на GPU архитектурата и паралелната обработка
  • Опит с CUDA, OpenCL или подобни среди за GPU програмиране
  • Запознатост с рамки за дълбоко обучение като PyTorch или TensorFlow

Аудитория

  • HPC разработчици
  • AI инфраструктурни инженери
  • Специалисти по оптимизация на производителността
 21 Часа

Брой участници


Цена за участник

Отзиви от участници (2)

Предстоящи Курсове

Свързани Kатегории