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

Yêu cầu

  • 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 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Đánh giá (1)

Các khóa học sắp tới

Các danh mục liên quan