Entrar em Contato

Programa do Curso

Introdução à Arquitetura de GPU Biren

  • Visão geral e casos de uso da Biren
  • Layout do hardware: núcleos, memória e clusters de computação
  • Comparação com GPUs NVIDIA e AMD

Configurando o Ambiente de Programação Biren

  • Instalando o SDK da Biren e o runtime
  • Compreendendo a cadeia de ferramentas e o modelo de compilador
  • Estrutura básica do projeto e processo de compilação

Programação de GPU com a Pilha Biren

  • Modelos de threads e blocos
  • Gerenciamento de memória e transferências de dados
  • Desenvolvimento de kernels e padrões de inicialização

Portando do CUDA para Biren

  • Técnicas de tradução de código CUDA
  • Mapeamentos e adaptações comuns de API
  • Laboratórios e prática de conversão de código

Depuração e Perfilamento

  • Usando o depurador e perfilador da Biren
  • Identificando gargalos
  • Padrões de acesso à memória e otimização

Técnicas de Otimização

  • Escalonamento de threads e pipeline de instruções
  • Desdobraço de laços e uso de memória compartilhada
  • Ajuste avançado de kernels para throughput

Estudo de Caso e Exemplos de Aplicação

  • Treinando um modelo com aceleradores Biren
  • Portando e perfilando um modelo de visão computacional ou PLN
  • Comparando desempenho versus CUDA/NVIDIA

Resumo e Próximos Passos

Requisitos

  • Compreensão da arquitetura de GPU e processamento paralelo
  • Experiência com CUDA, OpenCL ou ambientes de programação de GPU semelhantes
  • Familiaridade com frameworks de aprendizado profundo, como PyTorch ou TensorFlow

Público-alvo

  • Desenvolvedores de HPC
  • Engenheiros de infraestrutura de IA
  • Especialistas em otimização de desempenho
 21 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (2)

Próximas Formações Provisórias

Categorias Relacionadas