Hubungi Kami

Kerangka Materi

Gambaran Umum Ekosistem GPU AI Buatan China

  • Perbandingan antara Huawei Ascend, Biren, dan Cambricon MLU
  • CUDA dibandingkan dengan model CANN, Biren SDK, serta BANGPy
  • Tren industri dan ekosistem vendor masing-masing platform

Persiapan Migrasi

  • Evaluasi terhadap basis kode CUDA saat ini
  • Pemilihan platform target serta versi SDK yang tepat
  • Instalasi toolchain dan konfigurasi lingkungan pengembangan

Teknik Penerjemahan Kode

  • Memindahkan logika akses memori serta struktur kernel CUDA
  • Pemetaan model jaringan komputasi antara GPU-GPU yang berbeda
  • Opsi penerjemahan otomatis versus manual

Implementasi pada Setiap Platform

  • Pemanfaatan operator Huawei CANN serta pembuatan kernel custom
  • Rangkaian konversi kode menggunakan Biren SDK
  • Pembentukan ulang model dengan BANGPy (Cambricon)

Uji Coba dan Optimisasi Lintas Platform

  • Analisis profil eksekusi di masing-masing platform target
  • Penyetelan penggunaan memori serta perbandingan kinerja paralel
  • Pemantauan performa dan proses iterasi optimalisasi

Pengelolaan Lingkungan GPU Campuran

  • Penerapan deployment hibrida dengan arsitektur beragam
  • Strategi fallback serta mekanisme deteksi perangkat
  • Lapis abstraksi untuk mempermudah pemeliharaan kode

Studi Kasus dan Praktik Terbaik

  • Migrasi model visi atau NLP ke platform Ascend serta Cambricon
  • Penyesuaian alur kerja inferensi pada kluster Biren
  • Penanganan ketidakcocokan versi perangkat lunak dan kesenjangan API

Kesimpulan serta Langkah Selanjutnya

Persyaratan

  • Pengalaman pemrograman menggunakan CUDA atau aplikasi berbasis GPU
  • Pemahaman mengenai model memori GPU serta struktur kernel komputasi
  • Kenalan dengan alur kerja deployment atau pengoptimalan model AI

Audience

  • Programmer GPU
  • Arsitek sistem
  • Spesialis migrasi kode
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait