Contacta con nosotros

Temario del curso

Vista general del ecosistema de GPUs IA chinas

  • Comparación de Huawei Ascend, Biren y Cambricon MLU.
  • CUDA frente a los modelos CANN, Biren SDK y BANGPy.
  • Tendencias industriales y ecosistemas de proveedores.

Preparación para la Migración

  • Evaluación de su base de código CUDA.
  • Identificación de plataformas objetivo y versiones de SDK.
  • Instalación del conjunto de herramientas y configuración del entorno.

Técnicas de Traducción de Código

  • Puerto del acceso a la memoria CUDA y la lógica de kernels.
  • Mapeo de los modelos de cuadrícula (grid) e hilos (thread).
  • Opciones de traducción automatizada versus manual.

Implementaciones Específicas de Plataforma

  • Uso de operadores CANN de Huawei y kernels personalizados.
  • Pipeline de conversión del SDK Biren.
  • Reconstrucción de modelos con BANGPy (Cambricon).

Pruebas y Optimización Multiplataforma

  • Perfilamiento de la ejecución en cada plataforma objetivo.
  • Tuning de memoria y comparaciones de ejecución paralela.
  • Seguimiento del rendimiento e iteración.

Gestión de Entornos Mixtos de GPU

  • Implementaciones híbridas con múltiples arquitecturas.
  • Estrategias de contingencia y detección de dispositivos.
  • Capas de abstracción para la mantenibilidad del código.

Casos de Estudio y Buenas Prácticas

  • Puerto de modelos de visión/NLP a Ascend o Cambricon.
  • Adaptación de pipelines de inferencia en clústeres Biren.
  • Gestión de desajustes de versiones y brechas en la API.

Resumen y Próximos Pasos

Requerimientos

  • Experiencia programando con CUDA o aplicaciones basadas en GPU.
  • Comprensión de los modelos de memoria GPU y kernels de computación.
  • Familiaridad con flujos de trabajo de implementación o aceleración de modelos de IA.

Público Objetivo

  • Programadores GPU.
  • Arquitectos de sistemas.
  • Especialistas en migración (porting).
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas