你将收获

超算平台使用

调试、优化工具使用

性能分析、和优化技术

通过实战将人工智能程序Darknet的性能提高至200%

适用人群

1、对高性能计算/并行计算感兴趣的开发者、大学生 2、缺乏高性能计算/并行计算技能的开发者 3、程序性能优化技术爱好者

课程介绍

7天0基础快速入门高性能计算

实践项目:人工智能程序Darknet性能调优200%以上  

Darknet介绍:一种轻量级的基于C和CUDA的开源深度学习框架。特点:容易安装,没有任何的依赖项,移植性好,支持CPU和GPU两种计算方式。

项目要求:使用CPU并行计算的优化方式,使人工智能程序Darknet性能运行效率大幅度提高,较初始安装后的性能参数提高200%以上;

项目要点:Darknet原理、天河超算平台使用、MakeFile、安装及运行、卷积神经网络算法YOLO、im2col、GEMM矩阵乘、gprof工具做性能分析、统计优化结果并编写文档;

掌握技能:

    • 高性能计算与超级计算机
    • Linux 常用操作命令
    • 编辑器VIM
    • 编译器GCC
    • 工程构建工具Make
    • 作业管理系统slurm
    • 调试器GDB
    • 传统性能优化
    • 高性能算法
    • 程序性能分析

导师:原天河团队核心人员,项目实战经验丰富

购买课程后请联系V: qingyinxdz,开通训练系统学习权限以及天河超算使用权限。

 

 

课程目录