Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Inledning till Birens GPU-arkitektur
- Översikt över Biren och användningsområden
- Hårdvarulayout: kärnor, minne, beräkningskluster
- Jämförelse med NVIDIA och AMD GPU:er
Ställa in Birens programmeringsmiljö
- Installera Biren SDK och körningstid (runtime)
- Förstå verktygskedjan och kompileringsmodellen
- Grundläggande projektstruktur och byggprocess
GPU-programmering med Biren-stacken
- Tråd- och blockmodeller
- Minneshantering och dataöverföringar
- Kernel-utveckling och startmönster (launch patterns)
Portering från CUDA till Biren
- Översättningstekniker för CUDA-kod
- Vanliga API-mappningar och anpassningar
- Labb för kodkonvertering och övning
Felsökning och profilering
- Använda Birens felsökare och profilerare
- Identifiera flaskhalsar
- Minnesåtkomstmönster och optimering
Optimeringstekniker
- Trådschemaläggning och instruktionssidspoling (pipelining)
- Loop-utvinning (unrolling) och användning av gemensamt minne (shared memory)
- Avancerad kerneljustering för hög genomströmning (throughput)
Fallstudie och applikationsexempel
- Utbilda en modell med Biren-acceleratorer
- Portera och profilera ett vision- eller NLP-modell
- Jämföra prestanda mot CUDA/NVIDIA
Sammanfattning och nästa steg
Krav
- Förståelse för GPU-arkitektur och parallelbearbetning
- Erfarenhet av CUDA, OpenCL eller liknande GPU-programmeringsmiljöer
- Bekantskap med djuginlärningsramverk som PyTorch eller TensorFlow
Målgrupp
- HPC-utvecklare
- AI-infrastrukturenginörer
- Specialister inom prestandaoptimering
21 Timmar
Vittnesmål (2)
Det omfattande utbudet av presenterade verktyg
Miruna Buzduga - Aeronamic Eastern Europe
Kurs - AI Enablement Training for Engineers
Maskintolkat
Steg för steg träningsmaterial med många övningar. Det var som en verkstad och jag är mycket nöjd med det.
Ireneusz - Inter Cars S.A.
Kurs - Intelligent Applications Fundamentals
Maskintolkat