Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Oversikt over det kinesiske AI-GPU-økosystemet
- Sammenligning av Huawei Ascend, Biren og Cambricon MLU
- CUDA vs CANN, Biren SDK og BANGPy-modeller
- Bransjetrender og leverandørøkosystemer
Forberedelser for migrering
- Vurdering av ditt CUDA-kodesett
- Identifisering av måtplattformer og SDK-versjoner
- Installasjon av verktøykjede og oppsett av miljø
Teknikker for kodetolking
- Porting av CUDA-minnetilgang og kjernelogikk
- Kartlegging av beregningsgrid/trådmodeller
- Automatiserte vs manuelle tolkningsalternativer
Plattformspesifikke implementeringer
- Bruk av Huawei CANN-operatører og tilpassede kjerner
- Omsettingspipe for Biren SDK
- Oppbygging av modeller med BANGPy (Cambricon)
Tverrplattform-testing og optimalisering
- Profilering av eksekvering på hver måtplattform
- Minnejustering og sammenligning av parallell eksekvering
- Ytelsesovervåking og iterasjon
Styring av blandede GPU-miljøer
- Hybride utleveringer med flere arkitekturer
- Avbrytningsstrategier og enhetsdeteksjon
- Abstraksjonslag for vedlikeholdbar kode
Kasusstudier og beste praksis
- Porting av syns-/NLP-modeller til Ascend eller Cambricon
- Ettermontering av inferenspipe på Biren-kluster
- Håndtering av versjonsmismatches og API-luker
Oppsummering og neste steg
Krav
- Erfaring med programmering med CUDA eller GPU-baserte applikasjoner
- Forståelse av GPU-minnmodeller og beregningskjerner
- Kjennskap til utlevering eller akselereringsworkflow for AI-modeller
Målgruppe
- GPU-programmerere
- Systemarkitekter
- Porteringsspesialister
21 Timer
