Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción a la Arquitectura de GPU Biren

  • Resumen de Biren y casos de uso.
  • Disposición del 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 de proyectos y proceso de compilación.

Programación de GPU con el Stack 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 para código CUDA.
  • Mapeos y adaptaciones comunes de 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 memoria y optimización.

Técnicas de Optimización

  • Programación de hilos y encolado de instrucciones.
  • Desarrollo de bucles (loop unrolling) y uso de memoria compartida.
  • Ajuste avanzado de kernels para el throughput.

Estudio de Caso y Ejemplos de Aplicación

  • Entrenamiento de un modelo con aceleradores Biren.
  • Portabilidad 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 de GPU y el procesamiento paralelo.
  • Experiencia con CUDA, OpenCL o entornos de programación de GPU similares.
  • Conocimiento de marcos de aprendizaje profundo como PyTorch o TensorFlow.

Público Objetivo

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

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas