Contacta con nosotros

Temario del curso

Introducción a la Arquitectura GPU de Biren

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

Configuración del Entorno de Programación de Biren

  • Instalación del SDK y el tiempo de ejecución de Biren.
  • Comprensión del conjunto de herramientas (toolchain) y el modelo del compilador.
  • Estructura básica del proyecto y proceso de construcción.

Programación GPU con la Pila Biren

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

Portabilidad desde CUDA a Biren

  • Técnicas de traducción de código CUDA.
  • Mapeos y adaptaciones comunes de APIs.
  • Laboratorios y práctica de conversión de código.

Depuración y Perfilado

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

Técnicas de Optimización

  • Programación de hilos y canalización de instrucciones.
  • Desenrollado de bucles y uso de memoria compartida.
  • Ajuste avanzado de kernels para optimizar el rendimiento (throughput).

Estudio de Caso y Ejemplos de Aplicación

  • Entrenamiento de un modelo con aceleradores Biren.
  • Portabilidad y perfilado de un modelo de visión por computadora o NLP.
  • Comparación del 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 frameworks de aprendizaje profundo como PyTorch o TensorFlow.

Público Objetivo

  • Desarrolladores de 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