Entrar em Contato

Programa do Curso

Visão Geral do Ecossistema de GPU para IA Chinês

  • Comparação entre Huawei Ascend, Biren e Cambricon MLU
  • Modelos CUDA vs. CANN, Biren SDK e BANGPy
  • Tendências industriais e ecossistemas de fornecedores

Preparação para a Migração

  • Avaliação da sua base de código CUDA
  • Identificação das plataformas-alvo e versões do SDK
  • Instalação da toolchain e configuração do ambiente

Técnicas de Tradução de Código

  • Portar o acesso à memória CUDA e a lógica dos núcleos (kernels)
  • Mapeamento dos modelos de grade de computação / threads
  • Opções de tradução automática versus manual

Implementações Específicas da Plataforma

  • Uso de operadores e núcleos personalizados do Huawei CANN
  • Pipeline de conversão do Biren SDK
  • Reconstrução de modelos com o BANGPy (Cambricon)

Teste e Otimização entre Plataformas

  • Profile da execução em cada plataforma-alvo
  • Afinamento da memória e comparações de execução paralela
  • Acompanhamento do desempenho e iteração

Gestão de Ambientes Mistas de GPU

  • Implantações híbridas com múltiplas arquiteturas
  • Estratégias de fallback e detecção de dispositivos
  • Camadas de abstração para a manutenibilidade do código

Cases de Estudo e Melhores Práticas

  • Portar modelos de visão computacional / PLN para Ascend ou Cambricon
  • Implementar pipelines de inferência em clusters Biren
  • Lidar com 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 da GPU e núcleos de computação (compute kernels)
  • Familiaridade com fluxos de trabalho de implantação ou aceleração de modelos de IA

Público-Alvo

  • Programadores de GPUs
  • Arquitetos de sistemas
  • Especialistas em portabilidade
 21 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas