Optimización del Rendimiento en Ascend, Biren y Cambricon

Conceptos y Métricas de Rendimiento

• Latencia, rendimiento, uso de energía, utilización de recursos
• Cuellos de botella a nivel del sistema frente al modelo
• Perfilado para inferencia versus entrenamiento

Perfilado en Huawei Ascend

• Uso de CANN Profiler y MindInsight
• Diagnóstico de kernels y operadores
• Patrones de descarga y mapeo de memoria

Perfilado en GPU Biren

• Características de monitoreo de rendimiento del SDK de Biren
• Fusión de kernels, alineación de memoria y tuberías de ejecución
• Perfilado consciente de energía y temperatura

Perfilado en Cambricon MLU

• Herramientas de rendimiento BANGPy y Neuware
• Visibilidad a nivel de kernel e interpretación de registros
• Integración del perfilador MLU con marcos de implementación

Optimización a Nivel de Gráfico y Modelo

• Estrategias de poda de gráficos y cuantización
• Fusión de operadores y reestructuración del gráfico computacional
• Estandarización del tamaño de entrada y ajuste por lotes

Optimización de Memoria y Kernel

• Optimización del diseño de memoria y reutilización
• Gestión eficiente de búferes entre conjuntos de chips
• Técnicas de ajuste a nivel de kernel específicas por plataforma

Mejores Prácticas entre Plataformas

• Portabilidad del rendimiento: estrategias de abstracción
• Construcción de tuberías de ajuste compartidas para entornos de múltiples chips
• Ejemplo: ajuste de un modelo de detección de objetos en Ascend, Biren y MLU

Resumen y Próximos Pasos