Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 21 horas
Programa do Curso
Visão Geral do Ecossistema de GPU para IA na China
- Comparação de Huawei Ascend, Biren, Cambricon MLU
- Modelos CUDA vs CANN, Biren SDK e BANGPy
- Tendências da indústria e ecossistemas dos fornecedores
Preparação para a Migração
- Avaliação da sua base de código CUDA
- Identificação de plataformas de destino e versões de SDK
- Instalação de toolchain e configuração do ambiente
Técnicas de Tradução de Código
- Transposição de acesso à memória CUDA e lógica de kernels
- Mapeamento de modelos de grid/fio de computação
- Opções de tradução automatizada vs manual
Implementações Específicas da Plataforma
- Utilização de operadores Huawei CANN e kernels personalizados
- Pipeline de conversão Biren SDK
- Reconstrução de modelos com BANGPy (Cambricon)
Teste e Otimização entre Plataformas
- Perfis de execução em cada plataforma de destino
- Ajuste de memória e comparações de execução paralela
- Acompanhamento de desempenho e iteração
Gestão de Ambientes de GPU Mista
- Implantações híbridas com múltiplas arquiteturas
- Estratégias de retorno alternativo (fallback) e deteção de dispositivos
- Camadas de abstração para manutenibilidade do código
Estudos de Caso e Melhores Práticas
- Transposição de modelos de visão/NLP para Ascend ou Cambricon
- Adaptação de pipelines de inferência em clusters Biren
- Tratamento de incompatibilidades de versão e lacunas de API
Resumo e Próximos Passos
Requisitos
- Experiência em programação com CUDA ou aplicações baseadas em GPU
- Compreensão dos modelos de memória de GPU e kernels de computação
- Familiaridade com fluxos de trabalho de implantação ou aceleração de modelos de IA
Público-Alvo
- Programadores de GPU
- Arquitetos de sistemas
- Especialistas em portabilidade de código
