연락처 정보

코스 개요

Biren GPU 아키텍처 소개

  • Biren 개요 및 사용 사례
  • 하드웨어 구성: 코어, 메모리, 컴퓨트 클러스터
  • NVIDIA 및 AMD GPU와의 비교

Biren 프로그래밍 환경 설정

  • Biren SDK 및 런타임 설치
  • 도구 체인 및 컴파일러 모델 이해
  • 기본 프로젝트 구조 및 빌드 프로세스

Biren 스택을 이용한 GPU 프로그래밍

  • 스레드 및 블록 모델
  • 메모리 관리 및 데이터 전송
  • 커널 개발 및 런치 패턴

CUDA에서 Biren으로의 포트링

  • CUDA 코드 변환 기법
  • 일반적인 API 매핑 및 적응
  • 코드 변환 랩 및 연습

디버깅 및 프로파일링

  • Biren 디버거 및 프로파일러 사용
  • 병목 현상 식별
  • 메모리 접근 패턴 및 최적화

최적화 기법

  • 스레드 스케줄링 및 명령어 파이프라이닝
  • 루프 언롤링(Loop unrolling) 및 공유 메모리 사용
  • 처리량 향상을 위한 고급 커널 튜닝

사례 연구 및 애플리케이션 예시

  • Biren 가속기를 활용한 모델 훈련
  • 비전 또는 NLP 모델의 포트링 및 프로파일링
  • CUDA/NVIDIA 대비 성능 비교

요약 및 다음 단계

요건

  • GPU 아키텍처 및 병렬 처리에 대한 이해
  • CUDA, OpenCL 또는 유사한 GPU 프로그래밍 환경 활용 경험
  • PyTorch 또는 TensorFlow과 같은 딥러닝 프레임워크에 대한 숙지

대상 독자

  • HPC 개발자
  • AI 인프라 엔지니어
  • 성능 최적화 전문가
 21 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리