Course Outline

Εισαγωγή στην αρχιτεκτονική Biren GPU

  • Περίληψη της Biren και περιπτώσεις χρήσης
  • Δομή σανδάλου: πυρήνες, μνήμη, ομάδες επεξεργασίας
  • Σύγκριση με NVIDIA και AMD GPUs

Εγκατάσταση του περιβάλλοντος Biren Programming

  • Εγκατάσταση Biren SDK και runtime
  • Συνειδητοποίηση του εργαλειών πακέτου και μοντέλου συντάξτη
  • Βασική δομή προ젝τός και διαδικασία ανάπτυξης

GPU Programming με το stack Biren

  • Μοντέλα threads και blocks
  • Διαχείριση μνήμης και μεταφορά δεδομένων
  • Εξελικτικός αναπτυγμένος και λαUNCH προτύπων

Μετάφραση από CUDA σε Biren

  • Τεχνικές μετάφρασης για CUDA κώδικα
  • Διαθέσιμες API συγκρίσεις και επιβολές
  • Σεμινάρια μετάφρασης κώδικα και πράξεις

Debugging και Profiling

  • Χρήση του debugger και profiler Biren
  • Ανίχνευση εμπόδων
  • Πτυχές πρόσβασης σε μνήμη και βελτιστοποίηση

Τεχνικές βελτιστοποίησης

  • Διαχείριση threads και pipelining εντολών
  • Ανάθρωση του κύκλου και χρήση μνήμης γνωστής
  • Προσανατολισμός εξελίχθηκε προς απόδοση

Περίπτωση και δείγματα εφαρμογών

  • Διάβασμα μοντέλου με Biren accelerators
  • Μετάφραση και profiling model vision ή NLP
  • Σύγκριση απόδοσης με CUDA/NVIDIA

Περίληψη και επόμενα βήματα

Requirements

  • Μια κατυποσημείωτη ερμήνεια της αρχιτεκτόνησης GPU και της παράλληλης εκτέλεσης
  • Εμπειρία με CUDA, OpenCL, ή παρόμοιους περιβάλλοντας προγραμματισμού GPU
  • Ευρεσιτεχνία σε πλατφόρμες βαθέων μηχανικών ειδικεύσεων όπως PyTorch ή TensorFlow

Διαύγεια

  • Αντικειμενολόγους εφαρμογέων HPC
  • Θεμελιώτες μηχανικής AI
  • Ειδικοί προσαρμογής απόδοσης
 21 Hours

Number of participants


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories