Programování na GPU s OpenACC Počítačový Kurz
OpenACC je otevřený standard pro heterogenní programování, který umožňuje spouštění kódu na různých platformách a zařízeních – např. vícejádrových procesorech, GPU, FPGA a dalších.
Toto živé školení vedené instruktorem (online nebo na místě) je určeno pro vývojáře začínající i středně pokročilé, kteří chtějí využít OpenACC k programování heterogenních systémů a jejich paralelizaci.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nastavit vývojové prostředí pro OpenACC.
- Psát a spouštět jednoduché programy v OpenACC.
- Přidávat do kódu direktivy a klauzule OpenACC.
- Využívat API a knihovny OpenACC.
- Provádět profilaci, ladění a optimalizaci programů v OpenACC.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Mnoho cvičení a praktických úkolů.
- Praktické implementace v reálném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravené školení, kontaktujte nás k domluvě.
Návrh Školení
Úvod
- Co je OpenACC?
- OpenACC vs. OpenCL vs. CUDA vs. SYCL
- Přehled funkcí a architektury OpenACC
- Nastavení vývojového prostředí
Začínáme
- Vytvoření projektu v OpenACC ve Visual Studio Code
- Prozkoumání struktury a souborů projektu
- Kompilace a spuštění programu
- Zobrazení výstupu pomocí printf a fprintf
Direktivy a klauzule OpenACC
- Pochopení direktiv a klauzulí OpenACC
- Použití paralelních direktiv pro vytvoření paralelních oblastí
- Využití direktiv typu kernels ke správě paralelismu kompilátorem
- Využití direktiv určených k paralelizaci cyklů
- Správa přenosů dat pomocí direktiv pro data
- Synchronizace dat za použití direktiv typu update
- Zlepšení opětovného využití dat díky direktivám určeným k práci s mezipamětí
- Vytváření funkcí pro zařízení pomocí direktiv typu routine
- Synchronizace událostí za využití direktiv wait
API OpenACC
- Pochopení úlohy API OpenACC
- Zjišťování informací o zařízeních a jejich schopnostech
- Nastavení počtu a typu využitých zařízení
- Řešení chyb a výjimek
- Vytváření a synchronizace událostí
Knihovny OpenACC a jejich interoperabilita
- Pochopení knihoven OpenACC a možností interoperability
- Využívání matematických, náhodných a komplexních knihoven
- Integrace s jinými modely (CUDA, OpenMP, MPI)
- Spolupráce s GPU knihovnami (cuBLAS, cuFFT)
Nástroje pro OpenACC
- Přehled nástrojů určených k práci s OpenACC během vývoje
- Profilování a ladění programů v OpenACC
- Analýza výkonu pomocí kompilátoru PGI, NVIDIA Nsight Systems či Allinea Forge
Optimalizace
- Faktory ovlivňující výkon programů v OpenACC
- Optimalizace lokality dat a snížení počtu přenosů dat
- Zlepšování paralelismu cyklů a jejich sloučení
- Optimalizace paralelnosti jáderek a jejich kombinace
- Další optimalizace – vektorizace a automatické ladění
Shrnutí a další kroky
Požadavky
- Znalost jazyka C/C++ nebo Fortran a základních konceptů paralelního programování
- Základní povědomí o architektuře počítače a hierarchii pamětí
- Zkušenosti s používáním nástrojů příkazového řádku a editorů kódu
Cílová skupina
- Vývojáři, kteří se chtějí naučit využívat OpenACC k programování heterogenních systémů a jejich paralelizaci
- Programátory, kteří touží psát přenositelný a škálovatelný kód spustitelný na různých platformách a zařízeních
- Programátoři zájemci o prozkoumání vyšší úrovně heterogenního programování a chtějící zvýšit svou produktivitu při tvorbě kódu
Veřejné školení vyžaduje minimálně 5 účastníků.
Programování na GPU s OpenACC Počítačový Kurz - Rezervace
Programování na GPU s OpenACC Počítačový Kurz - Dotaz
Programování na GPU s OpenACC - Dotaz ohledně konzultace
Nadcházející kurzy
Související kurzy
Vývoj aplikací s umělou inteligencí pomocí platformy Huawei Ascend a nástroje CANN
21 HodinyHuawei Ascend je řada procesorů určených k výpočtům pro umělou inteligenci, které zajišťují vysoký výkon při inferenci i trénování modelů.
Tento školení pod vedením instruktora (online či prezenčně) je určeno pro softwarové inženýry a datové vědce střední úrovně, kteří se chtějí učit vyvíjet a optimalizovat neurální sítě s využitím platformy Huawei Ascend a nástroje CANN.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nastavit a konfigurovat vývojové prostředí nástroje CANN.
- Vytvářet aplikace s využitím umělé inteligence pomocí frameworku MindSpore a nástroje CloudMatrix.
- Optimalizovat výkon na procesorech Ascend NPU prostřednictvím vlastních operátorů a strategií rozdělování výpočtů.
- Nasazovat modely do okolních nebo cloudových prostředí.
Forma kurzu
- Interaktivní přednášky a diskuse.
- Praktické cvičení s využitím produktů Huawei Ascend a nástroje CANN na ukázkových projektech.
- Průvodcovaná cvičení zaměřená na tvorbu, trénování a nasazování modelů.
Možnosti přizpůsobení kurzu
- Pokud si přejete, aby byl kurz upraven podle vaší infrastruktury či sad dat, kontaktujte nás a domluvíme se na potřebách.
Nasazení AI modelů pomocí CANN a procesorů Ascend AI
14 HodinyCANN (Compute Architecture for Neural Networks) je sada nástrojů od společnosti Huawei určená k nasazování a optimalizaci AI modelů na procesorech Ascend AI.
Toto školení vedené instruktorem (online či prezenčně) je určeno pro středně pokročilé vývojáře a inženýry, kteří chtějí efektivně nasadit již vyškolené AI modely na hardware od společnosti Huawei s využitím nástrojů CANN, MindSpore, TensorFlow či PyTorch.
Po absolvování tohoto školení budou účastníci schopni:
- Pochopit architekturu CANN a jeho roli v procesu nasazování AI modelů.
- Převádět modely z populárních vývojových frameworků do formátů kompatibilních s hardwarem Ascend.
- Využívat nástroje jako ATC, konverzi modelů OM a MindSpore pro inferenci na okrajových zařízeních i v cloudu.
- Diagnostikovat problémy při nasazení a optimalizovat výkon modelů na procesorech Ascend.
Forma školení
- Interaktivní přednášky a praktická demonstrace.
- Praktické cvičení s využitím nástrojů CANN a simulátorů či zařízení Ascend.
- Reálné scénáře nasazení založené na skutečných AI modelech.
Možnosti přizpůsobení školení
- Chcete-li si toto školení nechat upravit podle svých potřeb, kontaktujte nás a domluvíme se na detailech.
Inferenční zpracování a nasazení AI pomocí platformy CloudMatrix
21 HodinyCloudMatrix je jednotná platforma společnosti Huawei určená k vývoji a nasazování modelů umělé inteligence, která podporuje škálovatelné a produkční inferenční systémy.
Tento praktický kurz vedený instruktorem (online nebo na místě) je určen pro začínající i středně pokročilé odborníky v oblasti AI, kteří chtějí nasazovat a monitorovat modely pomocí platformy CloudMatrix ve spojení s nástroji CANN a MindSpore.
Po absolvování tohoto kurzu budou účastníci schopni:
- Využívat CloudMatrix k balení, nasazování a poskytování modelů.
- Převádět a optimalizovat modely tak, aby byly vhodné pro čipy Ascend.
- Vytvářet procesní řetězce pro okamžitou i dávkovou inferenci.
- Monitorovat nasazené modely a ladit jejich výkon v produkčním prostředí.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Praktické cvičení s využitím CloudMatrix na skutečných nasazovacích scénářích.
- Cílené úlohy zaměřené na konverzi, optimalizaci a škálování modelů.
Možnosti přizpůsobení kurzu
- Chcete-li si nechat kurz upravit podle vaší infrastruktury AI či cloudového prostředí, kontaktujte nás a domluvíme se na vhodném řešení.
Programování na GPU pomocí akcelerátorů Biren AI
21 HodinyAkcelerátory Biren AI představují vysoce výkonná GPU navržená speciálně pro úlohy v oblasti umělé inteligence a high-performance computing. Tyto akcelerátory podporují škálovatelné trénování i provádění algoritmů.
Toto živé školení vedené instruktorem (online či na místě) je určeno pro vývojáře středně pokročilé a pokročilé úrovně, kteří si přejí programovat a optimalizovat aplikace využívající proprietární sadu nástrojů Biren pro GPU. Součástí školení jsou také praktická srovnání s prostředím založeným na technologii CUDA.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit architekturu GPU od Biren a hierarchii pamětí.
- Nastavit vývojové prostředí a využívat programovací model poskytovaný společností Biren.
- Převádět a optimalizovat kód psaný ve stylu CUDA pro platformy Biren.
- Aplikovat techniky ladění a optimalizace výkonu.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Praktické cvičení s využitím sady nástrojů Biren na ukázkových úlohách GPU.
- Cílená cvičení zaměřená na přenesení kódu a optimalizaci výkonu.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravené školení v souladu s vaším softwarovým stackem či požadavky na integraci, kontaktujte nás prosím k domluvě.
Vývoj pro Cambricon MLU pomocí nástrojů BANGPy a Neuware
21 HodinyCambricon MLU (Machine Learning Units) jsou specializované AI čipy optimalizované pro inferenci i trénování modelů v prostředích edge zařízení i datových center.
Toto živé školení vedené instruktorem (online nebo na místě) je určeno pro vývojáře středně pokročilé úrovně, kteří chtějí vytvářet a nasazovat AI modely pomocí frameworku BANGPy a sady nástrojů Neuware na hardwaru Cambricon MLU.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nastavit a konfigurovat vývojová prostředí pro BANGPy a Neuware.
- Vytvářet a optimalizovat modely v Pythonu i C++ určené k běhu na Cambricon MLU.
- Nasazovat modely do edge zařízení či datových center vybavených runtime prostředím Neuware.
- Integrovat pracovní postupy strojového učení s technologiemi akcelerace specifickými pro MLU.
Formát kurzu
- Interaktivní přednášky a diskuze.
- Praktické cvičení s využitím nástrojů BANGPy a Neuware pro vývoj i nasazování modelů.
- Řízená cvičení zaměřená na optimalizaci, integraci a testování modelů.
Možnosti přizpůsobení kurzu
- Pokud si přejete upravit obsah kurzu podle konkrétního modelu Cambricon zařízení či vašich potřeb, kontaktujte nás a domluvíme se na potřebách.
Úvod do CANN pro vývojáře pracující s AI frameworky
7 HodinyCANN (Compute Architecture for Neural Networks) je nástrojová sada od společnosti Huawei určená k tvorbě, optimalizaci a nasazení umělých inteligencí na procesorech Ascend.
Toto školení vedené instruktorem (online nebo prezenčně) je určeno pro začínající vývojáře AI, kteří chtějí porozumět tomu, jak CANN zapadá do celého životního cyklu modelů – od jejich trénování až po nasazení – a jak spolupracuje s frameworky jako MindSpore, TensorFlow a PyTorch.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit účel a architekturu nástrojové sady CANN.
- Nastavit vývojové prostředí využívající CANN a MindSpore.
- Převést a nasadit jednoduchý model na hardware Ascend.
- Získat základní znalosti pro budoucí optimalizace nebo integrace s CANN.
Formát kurzu
- Interaktivní přednášky a diskuze.
- Praktická cvičení zaměřená na nasazování jednoduchých modelů.
- Podrobný postup používání nástrojového řetězce CANN a jeho integrace do různých systémů.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravený program, kontaktujte nás prosím k domluvě podrobností.
CANN pro nasazení AI na okraji sítě
14 HodinyNástrojová sada Ascend CANN od společnosti Huawei umožňuje efektivní inferenci umělé inteligence na zařízeních na okraji sítě, včetně čipu Ascend 310. CANN poskytuje důležité nástroje pro kompilaci, optimalizaci a nasazení modelů i v prostředích s omezenými výpočetními kapacitami a pamětí.
Toto školení pod vedením instruktora (online nebo prezenčně) je určeno pro AI vývojáře a integrovatele na středně pokročilé úrovni, kteří chtějí nasazovat a optimalizovat modely na zařízeních Ascend pomocí nástrojového řetězce CANN.
Po absolvování tohoto kurzu budou účastníci schopni:
- Připravovat a převádět modely umělé inteligence pro použití na čipu Ascend 310 pomocí nástrojů CANN.
- Vytvářet lehké infrastruktury pro inferenci s využitím nástroje MindSpore Lite a rozhraní AscendCL.
- Optimalizovat výkon modelů tak, aby vyhovoval omezeným výpočetním a paměťovým zdrojům.
- Nasazovat a monitorovat aplikace AI v reálných scénářích na okraji sítě.
Forma kurzu
- Interaktivní přednášky a praktické ukázky.
- Cvičení v laboratořích s modely a scénáři specifickými pro zařízení na okraji sítě.
- Reálné příklady nasazení na virtuálním nebo fyzickém hardwaru na okraji sítě.
Možnosti přizpůsobení kurzu
- Chcete-li si objednat školení upravené na míru, kontaktujte nás a domluvme se na podrobnostech.
Pochopení softwarového balíku pro umělou inteligenci od společnosti Huawei: Od CANN po MindSpore
14 HodinySoftwarový balík pro AI od Huawei – od nízkoúrovňové sady SDK CANN až po vyšší úroveň rámce MindSpore – poskytuje dokonale integrované prostředí určené k vývoji a nasazení systémů umělé inteligence optimalizované pro hardwarové produkty Ascend.
Toto živé školení vedené instruktorem (online nebo na místě) je určeno technicky zdatným odborníkům začínajícím i středně pokročilým, kteří si chtějí osvojit fungování součástek CANN a MindSpore při správě celého životního cyklu AI systémů a při rozhodování o vhodné infrastruktuře.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit vírovitou architekturu softwarového balíku pro AI od Huawei.
- Určit, jak CANN napomáhá optimalizaci modelů a jejich nasazení na hardwaru.
- Posoudit vhodnost rámce MindSpore a jeho nástrojového prostředí ve srovnání s ostatními řešeními na trhu.
- Určit, jak může být softwarový balík Huawei využit v korporátním prostředí či v cloudových a lokálních infrastrukturách.
Forma kurzu
- Interaktivní přednášky s diskusí.
- Přímé ukázky fungování systémů a konkrétní praktické příklady.
- Volitelné cvičení – provedení procesu přenosu modelu z MindSpore do CANN.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravený kurz, kontaktujte nás pro domluvu.
Optimalizace výkonu neuronových sítí pomocí SDK CANN
14 HodinySDK CANN (Compute Architecture for Neural Networks) představuje základní nástroj pro umělou inteligenci od společnosti Huawei, který vývojářům umožňuje doladit a optimalizovat výkon nasazených neuronových sítí na procesorech Ascend AI.
Toto školení vedené instruktorem (online nebo prezenčně) je určeno pro pokročilé vývojáře umělé inteligence a systémové inženýry, kteří chtějí optimalizovat výkon inferencí s využitím sofistikovaných nástrojů CANN, jako je Graph Engine, TIK a možnosti tvorby vlastních operátorů.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit architekturu běhového prostředí CANN a procesy ovlivňující výkon.
- Využívat profilovací nástroje a Graph Engine k analýze a optimalizaci výkonu.
- Tvořit a optimalizovat vlastní operátory s pomocí TIK a TVM.
- Překonávat problémy spojené s pamětí a zvyšovat celkový průtok dat modelu.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Praktická cvičení s okamžitou analýzou výkonu a laděním operátorů.
- Cvičení na optimalizaci na základě reálných příkladů nasazení v obtížných podmínkách.
Možnosti přizpůsobení kurzu
- Pokud si přejete vytvořit na míru šité školení, kontaktujte nás pro domluvení podrobností.
CANN SDK pro pipeline v oblasti počítačového vidění a zpracování přirozeného jazyka
14 HodinySDK CANN (Compute Architecture for Neural Networks) nabízí výkonné nástroje pro nasazení a optimalizaci reálných AI aplikací v oblastech počítačového vidění a zpracování přirozeného jazyka, zejména na hardwaru Huawei Ascend.
Tento živý školení pod vedením instruktora (online nebo na místě) je určeno pro AI odborníky středně pokročilé úrovně, kteří chtějí s pomocí SDK CANN budovat, nasazovat a optimalizovat modely pro zpracování obrazu a textu v produkčním prostředí.
Po absolvování tohoto školení budou účastníci schopni:
- Nasazovat a optimalizovat modely pro počítačové vidění i zpracování přirozeného jazyka pomocí nástrojů CANN a AscendCL.
- Využívat nástroje SDK CANN k konverzi modelů a jejich integraci do fungujících pipeline.
- Optimalizovat výkon při provádění inferencí – například detekce objektů, klasifikace nebo analýza sentimentu.
- Vytvářet reálné pipeline pro počítačové vidění a zpracování jazyka určené k nasazení na okraji sítě nebo v cloudu.
Formát školení
- Interaktivní přednášky a praktická ukázky.
- Praktické cvičení s nasazením modelů a analyzováním jejich výkonu.
- Návrh reálných pipeline na základě konkrétních případů použití v oblasti počítačového vidění a NLP.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat školení na míru, kontaktujte nás a domluvíme si detaily.
Vytváření vlastních operátorů umělé inteligence pomocí CANN TIK a TVM
14 HodinyNástroje CANN TIK (Tensor Instruction Kernel) a Apache TVM umožňují pokročilou optimalizaci a přizpůsobení operátorů modelů umělé inteligence pro hardwarové prostředí Huawei Ascend.
Tento praktický školení vedené instruktorem (online nebo na místě) je určeno pro systémové vývojáře pokročilé úrovně, kteří si přejí vytvářet, nasazovat a ladit vlastní operátory pro modely AI s využitím programovacího modelu TIK od CANN a integrace kompilátoru TVM.
Po absolvování tohoto školení budou účastníci schopni:
- Vytvářet a testovat vlastní operátory umělé inteligence s použitím jazyka TIK DSL určeného pro procesory Ascend.
- Integrovat vlastní operace do běhového prostředí CANN a do grafu vykonávání modelu.
- Využívat nástroj TVM k plánování provádění, automatickému ladění parametrů i testování výkonnosti operátorů.
- Ladit a optimalizovat výkonnost vlastních výpočetních jednotek na úrovni instrukcí.
Formát kurzu
- Interaktivní přednášky a ukázky konkrétních postupů.
- Praktické programování vlastních operátorů s využitím nástrojů TIK a TVM.
- Testování a ladění výkonnosti na zařízeních Ascend nebo jejich emulátorech.
Možnosti přizpůsobení kurzu
- Pokud si přejete kurz uzpůsobit svým konkrétním potřebám, kontaktujte nás pro domluvu podrobností.
Migrace aplikací využívajících CUDA na čínské architektury GPU
21 HodinyČínské architektury GPU, jako jsou Huawei Ascend, Biren a Cambricon MLU, nabízejí alternativy k platformě CUDA určené pro místní trhy v oblasti umělé inteligence a výpočetně náročných úloh.
Toto školení vedené instruktorem (online nebo na místě) je určeno programátorům GPU s pokročilými znalostmi a specialistům na infrastrukturu, kteří chtějí migrovat a optimalizovat stávající aplikace využívající CUDA pro nasazení na čínských hardwarových platformách.
Po absolvování tohoto kurzu budou účastníci schopni:
- Zhodnotit kompatibilitu stávajících aplikací využívajících CUDA s alternativami čínských procesorů.
- Převést kód z platformy CUDA do prostředí Huawei CANN, Biren SDK a Cambricon BANGPy.
- Srovnávat výkonnostní charakteristiky jednotlivých platforem a identifikovat místa pro optimalizaci.
- Řešit praktické problémy spojené s podporou různých architektur a jejich nasazením.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Praktické cvičení v oblasti překladu kódu a srovnávání výkonnosti.
- Řízená cvičení zaměřená na strategie adaptace aplikací pro více GPU.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat školení upravené podle vaší platformy či projektu využívajícího CUDA, kontaktujte nás a domluvíme se na konkrétních podrobnostech.
Optimalizace výkonu na platformách Ascend, Biren a Cambricon
21 HodinyAscend, Biren a Cambricon patří mezi přední čínské hardwarové platformy určené k nasazení umělé inteligence. Každá z nich poskytuje speciální nástroje na profilování a optimalizaci výkonu pro rozsáhlé AI aplikace.
Tento praktický školení vedené instruktorem (online nebo prezenčně) je určeno pro pokročilé inženýry specializující se na infrastrukturu umělé inteligence a optimalizaci výkonu, kteří chtějí zdokonalit procesy odvozování i trénování modelů napříč různými čínskými hardwarovými platformami.
Po absolvování kurzu budou účastníci schopni:
- Provádět testy výkonu modelů na platformách Ascend, Biren a Cambricon.
- Identifikovat systémová omezení a neefektivnosti v oblasti paměti či výpočtů.
- Aplikovat optimalizace na úrovni grafu, jádra i jednotlivých operátorů.
- Upravovat procesy nasazení modelů tak, aby se zvýšila propustnost a snížila latence.
Forma kurzu
- Interaktivní přednášky a diskuse.
- Praktické použití nástrojů na profilování a optimalizaci výkonu na jednotlivých platformách.
- Cvičení s cílem procvičit reálné scénáře optimalizace.
Možnosti přizpůsobení kurzu
- Pokud si přejete vytvořit kurz na míru podle vašeho prostředí či konkrétních typů modelů, kontaktujte nás a domluvme se.