聯繫我們

課程簡介

壁仞 GPU 架構入門

  • 壁仞概覽與應用案例
  • 硬體佈局:核心、記憶體、運算叢集
  • 與 NVIDIA 及 AMD GPU 的比較

設定壁仞程式設計環境

  • 安裝壁仞 SDK 與執行階段
  • 理解工具鏈與編譯器模型
  • 基本專案結構與建置流程

使用壁仞堆疊進行 GPU 程式設計

  • 執行緒與區塊模型
  • 記憶體管理與資料傳輸
  • Kernel 開發與啟動模式

從 CUDA 移植至壁仞

  • CUDA 程式碼的轉譯技巧
  • 常見 API 對應與適配
  • 程式碼轉換實驗與練習

除錯與剖析

  • 使用壁仞的除錯器與剖析工具
  • 識別瓶頸
  • 記憶體存取模式與最佳化

最佳化技巧

  • 執行緒排程與指令流水線
  • 迴圈展開與共用記憶體使用
  • 針對吞吐量進行進階 Kernel 調優

案例研究與應用程式範例

  • 使用壁仞加速器訓練模型
  • 移植並剖析視覺或 NLP 模型
  • 與 CUDA/NVIDIA 的效能比較

總結與後續步驟

最低要求

  • 理解 GPU 架構與平行處理
  • 具備 CUDA、OpenCL 或類似 GPU 程式設計環境的經驗
  • 熟悉 PyTorch 或 TensorFlow 等深度學習框架

目標受眾

  • HPC 開發者
  • AI 基礎設施工程師
  • 效能最佳化專員
 21 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類