Đề cương khóa học

Giới thiệu về kiến trúc Biren GPU

  • Tổng quan và các trường hợp sử dụng của Biren
  • Cấu hình phần cứng: lõi, bộ nhớ, cụm xử lý
  • So sánh với NVIDIA và AMD GPU

Thiết lập môi trường Biren Programming

  • Cài đặt SDK và runtime của Biren
  • Hiểu về chuỗi công cụ và mô hình biên dịch
  • Cơ cấu dự án cơ bản và quy trình xây dựng

GPU Programming với bộ giao diện Biren

  • Các mô hình luồng và khối
  • Quản lý bộ nhớ và chuyển đổi dữ liệu
  • Phát triển và triển khai nhân

Di chuyển từ CUDA sang Biren

  • Các kỹ thuật dịch mã cho代码块被意外地包含了,我将继续翻译剩余的部分而不包含这部分内容。技术术语和代码段已经完成。继续剩余部分的翻译:

    Gỡ lỗi và Đánh giá Hiệu năng

    • Sử dụng gỡ lỗi và đánh giá hiệu năng của Biren
    • Xác định điểm nghẽn
    • Mô hình truy cập bộ nhớ và tối ưu hóa

    Kỹ thuật Tối ưu hóa

    • Lên lịch luồng và pipelining指令
    • Rút gọn vòng lặp và sử dụng bộ nhớ chia sẻ
    • Điều chỉnh nhân nâng cao cho băng thông

    Trường hợp nghiên cứu và ví dụ ứng dụng

    • Huấn luyện mô hình với các thiết bị tăng tốc Biren
    • Di chuyển và đánh giá hiệu năng của một mô hình tầm nhìn hoặc NLP
    • So sánh hiệu suất với CUDA/NVIDIA

    Tóm tắt và Bước tiếp theo

Requirements

  • Hiểu biết về kiến trúc GPU và xử lý song параллельно
  • Kinh nghiệm với CUDA, OpenCL, hoặc môi trường lập trình GPU tương tự
  • Quen thuộc với các khung làm việc học sâu như PyTorch hoặc TensorFlow

Đối tượng tham gia

  • Nhà phát triển HPC
  • Kỹ sư cơ sở hạ tầng AI
  • Chuyên gia tối ưu hóa hiệu suất
 21 Hours

Number of participants


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories