お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
中国AI GPUエコシステム概要
- Huawei Ascend、Biren、Cambricon MLUの比較
- CUDAとCANN、Biren SDK、BANGPyモデルの比較
- 業界のトレンドとベンダーエコシステム
移行の準備
- CUDAコードベースの評価
- ターゲットプラットフォームとSDKバージョンの特定
- ツールチェーンのインストールと環境設定
コード変換テクニック
- CUDAメモリアクセスとカーネルロジックの移植
- 計算グリッド/スレッドモデルのマッピング
- 自動変換と手動変換オプションの比較
プラットフォーム固有の実装
- Huawei CANN演算子とカスタムカーネルの使用
- Biren SDK変換パイプライン
- BANGPy (Cambricon) によるモデル再構築
クロスプラットフォームテストと最適化
- 各ターゲットプラットフォームでの実行プロファイリング
- メモリチューニングと並列実行の比較
- パフォーマンス追跡と反復改善
混在GPU環境の管理
- マルチアーキテクチャによるハイブリッドデプロイ
- フォールバック戦略とデバイス検出
- コードの保守性のための抽象化レイヤー
ケーススタディとベストプラクティス
- ビジョン/NLPモデルをAscendまたはCambriconへの移植
- Birenクラスタにおける推論パイプラインの改修
- バージョン不一致とAPIギャップへの対処
まとめと次のステップ
要求
- CUDAまたはGPUベースのアプリケーションのプログラミング経験
- GPUメモリモデルと計算カーネルの理解
- AIモデルのデプロイまたはアクセラレーションワークフローへの習熟
対象者
- GPUプログラマー
- システムアーキテクト
- 移植(ポートング)専門家
21 時間