Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Visión general del ecosistema de GPU para IA en China
- Comparación de Huawei Ascend, Biren y Cambricon MLU
- Modelos CUDA vs CANN, Biren SDK y BANGPy
- Tendencias del sector y ecosistemas de proveedores
Preparación para la migración
- Evaluación de su base de código CUDA
- Identificación de plataformas objetivo y versiones de SDK
- Instalación de la cadena de herramientas y configuración del entorno
Técnicas de traducción de código
- Porteo del acceso a memoria y lógica de kernels de CUDA
- Mapeo de modelos de grillas de cómputo/hilos
- Opciones de traducción automática vs manual
Implementaciones específicas de plataforma
- Uso de operadores y kernels personalizados de Huawei CANN
- Flujo de conversión de Biren SDK
- Reconstrucción de modelos con BANGPy (Cambricon)
Pruebas y optimización entre plataformas
- Perfilado de la ejecución en cada plataforma objetivo
- Ajuste de memoria y comparaciones de ejecución paralela
- Seguimiento del rendimiento e iteración
Gestión de entornos mixtos de GPU
- Despliegues híbridos con múltiples arquitecturas
- Estrategias de respaldo y detección de dispositivos
- Capas de abstracción para la mantenibilidad del código
Estudios de caso y mejores prácticas
- Porteo de modelos de visión/NLP a Ascend o Cambricon
- Adaptación de pipelines de inferencia en clústeres Biren
- Gestión de desajustes de versiones y huecos en la API
Resumen y siguientes pasos
Requerimientos
- Experiencia programando con CUDA o aplicaciones basadas en GPU
- Comprensión de los modelos de memoria GPU y kernels de cómputo
- Familiaridad con flujos de trabajo de implementación o aceleración de modelos de IA
Público
- Programadores de GPU
- Arquitectos de sistemas
- Especialistas en porting
21 Horas
