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.
Съдържание и теми, включени в курса
Преглед на китайската AI GPU екосистема
- Сравнение на Huawei Ascend, Biren, Cambricon MLU
- CUDA спрямо CANN, Biren SDK и BANGPy модели
- Индустриални тенденции и доставчикови екосистеми
Подготовка за миграция
- Оценка на вашата CUDA кодова база
- Определяне на целеви платформи и SDK версии
- Инсталиране на инструментална верига и настройка на средата
Техники за превод на код
- Пренасяне на CUDA достъп до паметта и логика на ядрата
- Картографиране на изчислителни мрежови/нишкови модели
- Автоматизирани спрямо ръчни опции за превод
Платформено-специфични реализации
- Използване на Huawei CANN оператори и персонализирани ядра
- Конвейер за преобразуване на Biren SDK
- Повторно изграждане на модели с BANGPy (Cambricon)
Междуплатформено тестване и оптимизация
- Профилиране на изпълнението на всяка целева платформа
- Настройка на паметта и сравнения на паралелно изпълнение
- Проследяване на производителността и итерация
Управление на смесени GPU среди
- Хибридни внедрявания с множество архитектури
- Резервни стратегии и откриване на устройства
- Абстракционни слоеве за поддръжка на кода
Казуси и най-добри практики
- Пренасяне на модели за компютърно зрение/NLP към Ascend или Cambricon
- Преоборудване на инференционни потоци върху Biren клъстери
- Справяне с несъответствия във версиите и пропуски в API
Обобщение и следващи стъпки
Изисквания
- Опит в програмирането с CUDA или GPU-базирани приложения
- Разбиране на GPU модели на паметта и изчислителни ядра
- Запознатост с внедряване на AI модели или работни процеси за ускоряване
Аудитория
- GPU програмисти
- Системни архитекти
- Специалисти по пренасяне
21 Часа
