Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Přehled ekosystému čínských AI GPU
- Srovnání Huawei Ascend, Biren a Cambricon MLU
- Modely CUDA versus CANN, Biren SDK a BANGPy
- Odvětvové trendy a ekosystémy dodavatelů
Příprava na migraci
- Hodnocení vaší kódové báze CUDA
- Identifikace cílových platforem a verzí SDK
- Instalace nástrojového řetězce a nastavení prostředí
Techniky překladu kódu
- Portování logiky přístupu k paměti CUDA a kernelů
- Mapování modelů výpočetní mřížky/ vlákna
- Možnosti automatizovaného versus ručního překladu
Implementace specifické pro platformu
- Používání operátorů Huawei CANN a vlastních kernelů
- Konverzní pipeline Biren SDK
- Přestavba modelů pomocí BANGPy (Cambricon)
Testování a optimalizace napříč platformami
- Profilování výkonu na každé cílové platformě
- Ladění paměti a srovnání paralelního provádění
- Sledování výkonu a iterativní vylepšování
Správa smíchaných GPU prostředí
- Hybridní nasazení s více architekturami
- Záložní strategie a detekce zařízení
- Abstrakční vrstvy pro udržovatelnost kódu
Případové studie a osvědčené postupy
- Portování modelů pro Computer Vision/NLP na Ascend nebo Cambricon
- Adaptace inferenčních pipeline na klastry Biren
- Řešení neshod verzí a chybějících API
Závěr a další kroky
Požadavky
- Zkušenosti s programováním v CUDA nebo v aplikacích založených na GPU
- Pochopení paměťových modelů GPU a výpočetních kernelů
- Oznámenost s pracovními postupy nasazování nebo akcelerace modelů umělé inteligence
Cílové publikum
- GPU programátoři
- Systémoví architekti
- Speciálisté na portování kódu
21 Hodiny
