Contacta con nosotros

Temario del curso

Introducción al desarrollo de operadores personalizados

  • ¿Por qué construir operadores personalizados? Casos de uso y restricciones
  • Estructura del entorno de ejecución de CANN y puntos de integración de operadores
  • Descripción general de TBE, TIK y TVM en el ecosistema de IA de Huawei

Uso de TIK para la programación de operadores a bajo nivel

  • Comprensión del modelo de programación TIK y las API admitidas
  • Gestión de memoria y estrategia de partición (tiling) en TIK
  • Creación, compilación y registro de una operación personalizada con CANN

Pruebas y validación de operaciones personalizadas

  • Pruebas unitarias e integración de operadores en el grafo
  • Depuración de problemas de rendimiento a nivel de kernel
  • Visualización de la ejecución del operador y el comportamiento de los búferes

Programación y optimización basada en TVM

  • Descripción general de TVM como compilador para operaciones tensoriales
  • Escritura de una programación (schedule) para un operador personalizado en TVM
  • Ajuste, evaluación comparativa y generación de código en TVM para Ascend

Integración con marcos de trabajo (frameworks) y modelos

  • Registro de operaciones personalizadas para MindSpore y ONNX
  • Verificación de la integridad del modelo y el comportamiento de reserva (fallback)
  • Soporte para grafos multi-operador con precisión mixta

Estudios de casos y optimizaciones especializadas

  • Estudio de caso: convolución de alta eficiencia para formas de entrada pequeñas
  • Estudio de caso: optimización del operador de atención consciente de la memoria
  • Mejores prácticas en el despliegue de operadores personalizados entre dispositivos

Resumen y próximos pasos

Requerimientos

  • Sólidos conocimientos sobre el funcionamiento interno de los modelos de IA y el cálculo a nivel de operador
  • Experiencia con entornos de desarrollo en Python y Linux
  • Familiaridad con compiladores de redes neuronales o optimizadores a nivel de grafo

Público objetivo

  • Ingenieros de compilación que trabajan en herramientas (toolchains) de IA
  • Desarrolladores de sistemas enfocados en la optimización de IA a bajo nivel
  • Desarrolladores que construyen operaciones personalizadas o dirigen cargas de trabajo de IA novedosas
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas