聯繫我們

課程簡介

Biren GPU架構簡介

  • Biren概述與應用案例。
  • 硬體配置:核心、記憶體、運算叢集。
  • 與NVIDIA及AMD GPU的比較。

設定Biren編程環境

  • 安裝Biren SDK與運行時元件。
  • 了解工具鏈與編譯器模型。
  • 基本專案結構與建置流程。

使用Biren堆疊進行GPU編程

  • 線程與區塊模型。
  • 記憶體管理與資料傳輸。
  • 核心開發與啟動模式。

從CUDA移植至Biren

  • CUDA程式碼的轉譯技巧。
  • 常見API對應與適應。
  • 程式碼轉換實驗室與實務練習。

除錯與效能分析

  • 使用Biren除錯器與效能分析工具。
  • 識別效能瓶頸。
  • 記憶體存取模式與優化。

優化技術

  • 線程排程與指令流水線。
  • 迴圈展開與共用記憶體應用。
  • 針對吞吐量進行的核心調優。

案例研究與應用範例

  • 使用Biren加速器訓練模型。
  • 移植並分析視覺或NLP模型。
  • 與CUDA/NVIDIA的效能比較。

總結與後續步驟

最低要求

  • 具備GPU架構與平行處理知識。
  • 熟悉CUDA、OpenCL或類似GPU編程環境的經驗。
  • 熟悉PyTorch或TensorFlow等深度學習框架。

受眾

  • HPC開發人員。
  • AI基礎設施工程師。
  • 效能優化專家。
 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