聯繫我們
 課程時長 21 時間:

課程簡介

壁仞GPU架構簡介

  • 壁仞概覽及應用場景
  • 硬件佈局:核心、內存、計算集群
  • 與NVIDIA和AMD GPU的對比

設置壁仞編程環境

  • 安裝壁仞SDK和運行時
  • 理解工具鏈和編譯器模型
  • 基本項目結構和構建流程

使用壁仞棧進行GPU編程

  • 線程和塊模型
  • 內存管理和數據傳輸
  • 核心函數開發和啟動模式

從CUDA移植到壁仞

  • CUDA代碼的轉換技術
  • 常見API映射和適配
  • 代碼轉換實驗和練習

除錯和性能分析

  • 使用壁仞的除錯器和性能分析器
  • 識別瓶頸
  • 內存訪問模式和優化

優化技術

  • 線程調度和指令流水線化
  • 循環展開和共享內存使用
  • 高級核心函數調優以提升吞吐量

案例研究和應用示例

  • 使用壁仞加速器訓練模型
  • 移植和分析視覺或NLP模型
  • 與CUDA/NVIDIA的性能對比

總結和下一步

最低要求

  • 對GPU架構和並行處理有基本了解
  • 具備CUDA、OpenCL或類似GPU編程環境的使用經驗
  • 熟悉PyTorch或TensorFlow等深度學習框架

目標受眾

  • HPC開發人員
  • AI基礎設施工程師
  • 性能優化專家

客戶評論 (2)

課程分類