Ponte en Contacto

Temario del curso

Introducción a la arquitectura GPU Biren

  • Descripción general de Biren y casos de uso.
  • Diseño de hardware: núcleos, memoria, clústeres de cómputo.
  • Comparación con GPUs de NVIDIA y AMD.

Configuración del entorno de programación Biren

  • Instalación del SDK y tiempo de ejecución de Biren.
  • Comprensión de la cadena de herramientas y el modelo del compilador.
  • Estructura básica del proyecto y proceso de compilación.

Programación GPU con el stack de Biren

  • Modelos de hilos y bloques.
  • Gestión de memoria y transferencias de datos.
  • Desarrollo de kernels y patrones de inicio.

Porting desde CUDA a Biren

  • Técnicas de traducción para código CUDA.
  • Mapeos y adaptaciones comunes de la API.
  • Laboratorios de conversión de código y práctica.

Depuración y perfilado

  • Uso del depurador y perfilador de Biren.
  • Identificación de cuellos de botella.
  • Patrones de acceso a la memoria y optimización.

Técnicas de optimización

  • Programación de hilos y enfilado de instrucciones.
  • Desarrollo de bucles y uso de memoria compartida.
  • Ajuste avanzado de kernels para el aumento del rendimiento.

Caso de estudio y ejemplos de aplicaciones

  • Entrenamiento de un modelo con aceleradores Biren.
  • Porting y perfilado de un modelo de visión o NLP.
  • Comparación de rendimiento frente a CUDA/NVIDIA.

Resumen y próximos pasos

Requerimientos

  • Comprensión de la arquitectura GPU y el procesamiento paralelo.
  • Experiencia con CUDA, OpenCL o entornos de programación GPU similares.
  • Familiaridad con marcos de aprendizaje profundo como PyTorch o TensorFlow.

Audiencia

  • Desarrolladores HPC.
  • Ingenieros de infraestructura de IA.
  • Especialistas en optimización de rendimiento.
 21 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas