Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в архитектурата на Biren GPU
- Преглед на Biren и примери за използване
- Структура на оборудването: ядра, памет, компютърни кластери
- Сравнение с NVIDIA и AMD GPUs
Настройка на средата на Biren Programming
- Инсталиране на Biren SDK и runtime
- Разбиране на инструменталната верига и модел на компилатора
- Основна структура на проекта и процес на изграждане
GPU Programming с Biren Stack
- Модели на нишки и блокове
- Управление на паметта и прехвърляне на данни
- Развитие на ядра и шаблони за пускане
Прехвърляне от CUDA към Biren
- Техники за превод на CUDA код
- Общи карти на API и адаптации
- Лаборатории и практика за конверсия на код
Диагностика и профилиране
- Използване на отладчика и профилатора на Biren
- Идентифициране на бутилки на гърлото
- Патрони на достъп до паметта и оптимизация
Техники за оптимизация
- Разписване на нишки и pipeline на инструкции
- Развъртяне на цикли и използване на споделена памет
- Напреднала настройка на ядра за пропускателна способност
Примерен случай и примери за приложения
- Обучение на модел с ускорители на Biren
- Прехвърляне и профилиране на модел за зрение или NLP
- Сравнение на производителността с CUDA/NVIDIA
Резюме и следващи стъпки
Изисквания
- Разбиране на архитектурата на GPU и паралелното обработване
- Опит с CUDA, OpenCL, или подобни GPU програмиращи среди
- Знакомство с рамки за дълбоко обучение, като PyTorch или TensorFlow
Целева публика
- Разработчици на HPC
- Инженерi на AI инфраструктура
- Специалисти по оптимизация на производителност
21 Часа
Oтзиви от потребители (1)
Стъпка по стъпка обучение с много упражнения. Бяха като работилница и съм много доволен от това.
Ireneusz - Inter Cars S.A.
Курс - Intelligent Applications Fundamentals
Машинен превод