友情链接:
合作联系
|
ASPEN培训课程
AI 应用开发人员、图形渲染工程师、信创生态适配人员及高校师生。
理解国产 GPU（如沐曦、天数、摩尔线程、景嘉微）的架构特点。
掌握国产 GPU 编程模型（如 MXMACA）与 CUDA 的异同。
能够进行国产 GPU 平台的 AI 模型迁移与性能优化。
国产 GPU 发展现状：国产 GPU 的市场格局与产品定位；图形 GPU 与通用计算 GPU（GPGPU）的区别；主流国产 GPU 厂商（沐曦、天数、摩尔线程、景嘉微）的产品特点。
国产 GPU 架构分析：沐曦 MXMACA 架构的核心理念；天数智芯的通用计算架构；国产 GPU 的内存层次与计算核心设计。
国产 GPU 编程模型：MXMACA C/C++ 编程接口简介；国产 GPU 的线程层次与内存模型；与 CUDA 编程模型的对比。
开发环境搭建：国产 GPU 驱动与运行时环境的安装；编译工具链的配置；模拟器与硬件调试环境。
内核函数编写：国产 GPU 上的向量加法实现；矩阵乘法的移植；原子操作与同步机制。
内存管理与优化：主机与设备间的数据传输；共享内存的使用；合并访问优化。
性能分析工具：国产 GPU 的性能分析套件；热点识别与瓶颈分析；内存带宽与计算吞吐量的监测。
AI 框架适配：PyTorch 在国产 GPU 上的后端适配；TensorFlow 的国产 GPU 支持；算子库（如 cuDNN 对应产品）的使用。
大模型推理优化：国产 GPU 上的大模型部署；算子融合与量化支持；模型并行与多卡通信。
图形渲染开发：国产 GPU 的 OpenGL/Vulkan 驱动支持；图形应用的移植与优化；国产 GPU 在信创终端中的应用。
生态建设与社区：国产 GPU 开发者社区资源；常见问题的解决方案；国产 GPU 与 CUDA 应用的二进制迁移工具。
综合实战项目：在国产 GPU 平台上完成一个图像分类或目标检测模型的推理部署，并进行性能分析与优化。
