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.
Duración 21 horas
Temario del curso
Visión general del ecosistema de GPU para IA en China
- Comparación de Huawei Ascend, Biren y MLU de Cambricon
- Modelos de CUDA vs 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
- Porting de la lógica de acceso a memoria y núcleos de CUDA
- Mapeo de modelos de cuadrícula de computación/hilos
- Opciones de traducción automatizada vs manual
Implementaciones específicas de plataforma
- Uso de operadores de Huawei CANN y núcleos personalizados
- Flujo de conversión de Biren SDK
- Reconstrucción de modelos con BANGPy (Cambricon)
Pruebas y optimización entre plataformas
- Perfiles de 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
Casos de estudio y mejores prácticas
- Porting de modelos de visión/NLP a Ascend o Cambricon
- Adaptación de tuberías de inferencia en clústeres Biren
- Manejo de discrepancias de versiones y brechas de API
Resumen y próximos pasos
Requerimientos
- Experiencia programando con CUDA o aplicaciones basadas en GPU
- Comprensión de los modelos de memoria de GPU y los núcleos de computación
- Conocimiento de los flujos de trabajo de despliegue o aceleración de modelos de IA
Público objetivo
- Programadores de GPU
- Arquitectos de sistemas
- Especialistas en porting
