Optimización del rendimiento en Ascend, Biren y Cambricon

Conceptos y métricas de rendimiento

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

Perfilado en Huawei Ascend

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

Perfilado en GPU Biren

• Funciones de monitoreo de rendimiento del SDK de Biren
• Fusión de kernels, alineación de memoria y colas de ejecución
• Perfilado consciente del consumo energético y la 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 configuración de lotes

Optimización de memoria y kernel

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

Mejores prácticas multiplataforma

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

Resumen y próximos pasos