Optimización de rendimiento en Ascend, Biren y Cambricon

Conceptos y métricas de rendimiento

• Latencia, rendimiento (throughput), consumo de energía, utilización de recursos
• Cuellos de botella a nivel de sistema vs modelo
• Perfilado para inferencia vs entrenamiento

Perfilado en Huawei Ascend

• Uso de CANN Profiler y MindInsight
• Diagnóstico de kernels y operadores
• Patrones de descarga (offload) 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 de energía y la temperatura

Perfilado en MLU Cambricon

• Herramientas de rendimiento BANGPy y Neuware
• Visibilidad a nivel de kernel e interpretación de registros (logs)
• Integración del perfilador MLU con marcos de implementación

Optimización a nivel de grafo y modelo

• Estrategias de poda y cuantización de grafos
• Fusión de operadores y reestructuración del grafo computacional
• Estandarización del tamaño de entrada y ajuste de lotes (batch tuning)

Optimización de memoria y kernels

• Optimización del diseño de memoria y su reutilización
• Gestión eficiente de búferes entre chipsets
• Técnicas de ajuste a nivel de kernel por plataforma

Prácticas recomendadas entre plataformas

• Portabilidad de rendimiento: estrategias de abstracción
• Construcción de tuberías de ajuste compartidas para entornos multi-chip
• Ejemplo: ajuste de un modelo de detección de objetos en Ascend, Biren y MLU

Resumen y próximos pasos