Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Überblick über das chinesische KI-GPU-Ökosystem
- Vergleich von Huawei Ascend, Biren und Cambricon MLU
- CUDA gegenüber CANN, Biren SDK und BANGPy-Modellen
- Branchentrends und Vendor-Ökosysteme
Vorbereitung der Migration
- Bewertung Ihrer CUDA-Codebasis
- Identifikation der Zielplattformen und SDK-Versionen
- Installation der Toolchains und Einrichtung der Umgebung
Techniken zur Codeübersetzung
- Portierung von CUDA-Speicherzugriffen und Kernel-Logik
- Abbilden der Compute-Grid-/Thread-Modelle
- Automatisierte und manuelle Übersetzungsoptionen
Plattform-spezifische Implementierungen
- Nutzung von Huawei CANN-Operatoren und benutzerdefinierten Kernels
- Konvertierungspipeline des Biren SDK
- Neuaufbau von Modellen mit BANGPy (Cambricon)
Testing und Optimierung über Plattformen hinweg
- Profilierung der Ausführung auf jeder Zielplattform
- Speicheroptimierung und Vergleich paralleler Ausführung
- Leistungsnachverfolgung und Iteration
Verwaltung gemischter GPU-Umgebungen
- Hybride Implementierungen mit mehreren Architekturen
- Fallback-Strategien und Geräteerkennung
- Abstraktionsebenen für die Wartbarkeit des Codes
Fallstudien und bewährte Verfahren
- Portierung von Vision-/NLP-Modellen auf Ascend oder Cambricon
- Anpassung von Inferenz-Pipelines auf Biren-Clustern
- Bearbeitung von Versionskonflikten und API-Lücken
Zusammenfassung und nächste Schritte
Voraussetzungen
- Erfahrung in der Programmierung mit CUDA oder GPU-basierten Anwendungen
- Verständnis von GPU-Speichermodellen und Compute-Kernels
- Vertrautheit mit Workflows für den Einsatz oder das Beschleunigen von KI-Modellen
Zielgruppe
- GPU-Programmierer
- Systemarchitekten
- Experten für Portierung und Migration
21 Stunden
