Intrati in legatura

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

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite