Kontakt aufnehmen

Schulungsübersicht

Überblick über das Ökosystem der chinesischen KI-GPUs

  • Vergleich von Huawei Ascend, Biren und Cambricon MLU
  • CUDA vs. CANN, Biren SDK und BANGPy-Modelle
  • Branchentrends und Anbieter-Ökosysteme

Vorbereitung für die Migration

  • Bewertung Ihrer CUDA-Codebasis
  • Identifizierung der Zielplattformen und SDK-Versionen
  • Installation der Toolchain und Einrichtung der Umgebung

Techniken der Codeübersetzung

  • Portierung des CUDA-Speicherzugriffs und der Kernlogik
  • Abbilden von Compute-Grid- und Thread-Modellen
  • Automatisierte vs. manuelle Übersetzungsoptionen

Plattformspezifische Implementierungen

  • Nutzung von Huawei CANN-Operatoren und benutzerdefinierten Kernen
  • Biren SDK-Transformationspipeline
  • Aufbau von Modellen mit BANGPy (Cambricon)

Plattformübergreifende Tests und Optimierung

  • Profilierung der Ausführung auf jeder Zielplattform
  • Speicheranpassung und Vergleich paralleler Ausführungen
  • Leistungstracking und Iteration

Verwaltung gemischter GPU-Umgebungen

  • Hybride Bereitstellungen mit mehreren Architekturen
  • Fallback-Strategien und Geräteerkennung
  • Abstraktionsschichten für die Wartbarkeit des Codes

Fallstudien und Best Practices

  • Portierung von Vision-/NLP-Modellen auf Ascend oder Cambricon
  • Modifizierung von Inferenz-Pipelines auf Biren-Clustern
  • Bewältigung von Versionsmismatches und API-Lücken

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung in der Programmierung mit CUDA oder GPU-basierten Anwendungen
  • Verständnis der GPU-Speichermodelle und Compute-Kerne
  • Kenntnisse in der Bereitstellung oder Beschleunigung von KI-Modellen

Zielgruppe/p>

  • GPU-Programmierer
  • Systemarchitekten
  • Portierungsspezialisten
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien