Liên hệ với chúng tôi

Đề cương khóa học

Giới thiệu kiến trúc GPU Biren

  • Tổng quan về Biren và các trường hợp sử dụng
  • Bố cục phần cứng: nhân, bộ nhớ, cụm tính toán
  • So sánh với GPU của NVIDIA và AMD

Thiết lập môi trường lập trình Biren

  • Cài đặt Biren SDK và runtime
  • Hiểu về chuỗi công cụ và mô hình trình biên dịch
  • Cấu trúc dự án cơ bản và quy trình xây dựng (build)

Lập trình GPU với bộ stack Biren

  • Mô hình luồng (thread) và khối (block)
  • Quản lý bộ nhớ và chuyển dữ liệu
  • Phát triển kernel và các mẫu khởi động (launch patterns)

Chuyển đổi từ CUDA sang Biren

  • Kỹ thuật chuyển đổi mã CUDA
  • Các ánh xạ và điều chỉnh API phổ biến
  • Phòng thực hành chuyển đổi mã và bài tập thực hành

Gỡ lỗi và phân tích hiệu năng (Profiling)

  • Sử dụng trình gỡ lỗi và trình phân tích hiệu năng của Biren
  • Xác định các điểm nghẽn (bottlenecks)
  • Các mẫu truy cập bộ nhớ và tối ưu hóa

Kỹ thuật tối ưu hóa

  • Lệnh lịch (scheduling) luồng và pipelining lệnh (instruction)
  • Giải triển vòng lặp (loop unrolling) và sử dụng bộ nhớ chia sẻ
  • Chỉnh kernel nâng cao cho thông lượng (throughput)

Nghiên cứu tình huống và ví dụ ứng dụng

  • Huấn luyện mô hình với bộ tăng tốc Biren
  • Chuyển đổi và phân tích hiệu năng mô hình thị giác hoặc NLP
  • So sánh hiệu năng với CUDA/NVIDIA

Tóm tắt và các bước tiếp theo

Yêu cầu

  • Hiểu biết về kiến trúc GPU và xử lý song song
  • Kinh nghiệm làm việc với CUDA, OpenCL hoặc các môi trường lập trình GPU tương tự
  • Familiarity with deep learning frameworks such as PyTorch or TensorFlow

Đối tượng

  • Nhà phát triển HPC
  • Kỹ sư hạ tầng AI
  • Chuyên gia tối ưu hiệu năng
 21 Giờ

Số người tham gia


Giá cho mỗi học viên

Đánh giá (2)

Các khóa học sắp tới

Các danh mục liên quan