Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în arhitectura GPU Biren
- Prezentare generală Biren și cazuri de utilizare
- Structura hardware: nuclee, memorie, clustere de calcul
- Comparație cu GPU-urile NVIDIA și AMD
Configurarea mediului de programare Biren
- Instalarea SDK-ului și a runtime-ului Biren
- Înțelegerea toolchain-ului și a modelului de compilator
- Structura de bază a proiectului și procesul de build
Programare GPU cu stack-ul Biren
- Modele de thread-uri și blocuri
- Gestionarea memoriei și transferurile de date
- Dezvoltarea kernel-urilor și tipare de lansare
Portarea de la CUDA la Biren
- Tehnici de traducere pentru codul CUDA
- Mapări și adaptări comune ale API-urilor
- Laboratoare de conversie a codului și exerciții practice
Depanare și profilare
- Utilizarea debugger-ului și a profiler-ului Biren
- Identificarea blocajelor
- Tipare de acces la memorie și optimizare
Tehnici de optimizare
- Planificarea thread-urilor și pipeline-ingul instrucțiunilor
- Derularea buclelor și utilizarea memoriei partajate
- Ajustarea avansată a kernel-urilor pentru throughput
Studiu de caz și exemple de aplicații
- Antrenarea unui model cu acceleratoarele Biren
- Portarea și profilarea unui model de viziune sau NLP
- Compararea performanței față de CUDA/NVIDIA
Rezumat și pașii următori
Cerințe
- Înțelegerea arhitecturii GPU și a procesării paralele
- Experiență cu CUDA, OpenCL sau medii similare de programare GPU
- Familiaritate cu framework-uri de deep learning precum PyTorch sau TensorFlow
Public țintă
- Dezvoltatori HPC
- Ingineri de infrastructură AI
- Specialiști în optimizarea performanței
21 Ore
Mărturii (1)
Stilul deschis si cald al trainerului, limbajul accesibil.