Contacta con nosotros

Temario del curso

Visión general del ecosistema de GPUs chinas para IA

  • Comparación entre Huawei Ascend, Biren y Cambricon MLU.
  • Modelos CUDA frente a CANN, Biren SDK y BANGPy.
  • Tendencias industriales y ecosistemas de proveedores.

Preparación para la migración

  • Evaluación de su base de código CUDA.
  • Identificación de las plataformas objetivo y versiones del SDK.
  • Instalación de la cadena de herramientas y configuración del entorno.

Técnicas de traducción de código

  • Portado del acceso a memoria CUDA y lógica del kernel.
  • Mapeo de modelos de cuadrícula (grid) y hilos (thread).
  • Opciones de traducción automatizada frente a manual.

Implementaciones específicas de plataforma

  • Uso de operadores CANN de Huawei y kernels personalizados.
  • Pipeline de conversión Biren SDK.
  • Reconstrucción de modelos con BANGPy (Cambricon).

Pruebas y optimización en múltiples 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 GPU mixtos

  • Despliegues híbridos con múltiples arquitecturas.
  • Estrategias de respaldo (fallback) y detección de dispositivos.
  • Capas de abstracción para la mantenibilidad del código.

Casos de estudio y mejores prácticas

  • Portado de modelos de visión/NLP a Ascend o Cambricon.
  • Ajuste de pipelines de inferencia en clústeres Biren.
  • Gestión de desajustes de versiones y brechas de API.

Resumen y próximos pasos

Requerimientos

  • Experiencia programando con CUDA o aplicaciones basadas en GPU.
  • Comprensión de los modelos de memoria GPU y núcleos computacionales (kernels).
  • Familiaridad con flujos de trabajo de despliegue o aceleración de modelos de IA.

Público objetivo

  • Programadores de GPU.
  • Arquitectos de sistemas.
  • Especialistas en portado.
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas