Contacta con nosotros

Temario del curso

Introducción a la Arquitectura GPU Biren

  • Descripción general de Biren y casos de uso
  • Distribución del hardware: núcleos, memoria, clusters de computación
  • Comparativa con GPUs NVIDIA y AMD

Configuración del Entorno de Programación Biren

  • Instalación de la SDK Biren y el runtime
  • Comprensión del toolchain y el modelo del compilador
  • Estructura básica del proyecto y proceso de compilación

Programación GPU con la Pila Biren

  • Modelos de hilos y bloques
  • Gestión de memoria y transferencias de datos
  • Desarrollo de kernels y patrones de lanzamiento

Portabilidad desde CUDA a Biren

  • Técnicas de traducción para código CUDA
  • Mapeo y adaptación de APIs comunes
  • Laboratorios y práctica de conversión de código

Depuración y Perfilado

  • Uso del depurador y profiler de Biren
  • Identificación de cuellos de botella
  • Patrones de acceso a memoria y optimización

Técnicas de Optimización

  • Programación de hilos y pipeline de instrucciones
  • Desenrollado de bucles y uso de memoria compartida
  • Ajuste avanzado de kernels para mejorar el throughput

Estudio de Caso y Ejemplos de Aplicación

  • Entrenamiento de un modelo con aceleradores Biren
  • Portabilidad y perfilado de un modelo de visión por computadora o PLN
  • Comparativa de rendimiento frente a CUDA/NVIDIA

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de la arquitectura GPU y el procesamiento paralelo
  • Experiencia con entornos de programación GPU como CUDA, OpenCL o similares
  • Familiaridad con frameworks de aprendizaje profundo como PyTorch o TensorFlow

Público Objetivo

  • Desarrolladores de HPC
  • Ingenieros de infraestructura de IA
  • Especialistas en optimización de rendimiento
 21 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas