Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Visión general del ecosistema de GPU para IA en China
- Comparación de Huawei Ascend, Biren y Cambricon MLU
- Modelos CUDA frente a CANN, Biren SDK y BANGPy
- Tendencias de la industria y ecosistemas de proveedores
Preparación para la migración
- Evaluación de su base de código CUDA
- Identificación de plataformas objetivo y versiones de SDK
- Instalación de la cadena de herramientas y configuración del entorno
Técnicas de traducción de código
- Migración del acceso a memoria y la lógica de kernels de CUDA
- Mapeo de modelos de cuadrícula de computación/hilos
- Opciones de traducción automatizada frente a manual
Implementaciones específicas de plataforma
- Uso de operadores Huawei CANN y kernels personalizados
- Tubería de conversión de Biren SDK
- Reconstrucción de modelos con BANGPy (Cambricon)
Pruebas y optimización entre plataformas
- Perfileo de la ejecución en cada plataforma objetivo
- Ajuste de memoria y comparaciones de ejecución paralela
- Seguimiento de rendimiento e iteración
Gestión de entornos de GPU mixtos
- Despliegues híbridos con múltiples arquitecturas
- Estrategias de respaldo y detección de dispositivos
- Capas de abstracción para la mantenibilidad del código
Estudios de casos y mejores prácticas
- Migración de modelos de visión/NLP a Ascend o Cambricon
- Adaptación de pipelines de inferencia en clústeres Biren
- Manejo de incompatibilidades de versiones y brechas de API
Resumen y próximos pasos
Requerimientos
- Experiencia en programación con CUDA o aplicaciones basadas en GPU
- Comprensión de los modelos de memoria de GPU y kernels de computación
- Familiaridad con flujos de trabajo de despliegue o aceleración de modelos de IA
Público objetivo
- Programadores de GPU
- Arquitectos de sistemas
- Especialistas en porting
21 Horas
