学习与实践

  1. 基础入门

    GPU 与 MUSA 基础

    理解 GPU 并行计算,认识 MUSA 软件栈,读懂第一个内核。

    先修要求
    基本计算机知识;读代码需 C/C++ 基础
    所需设备
    阅读无需 GPU
    步骤
    4 步
    查看路径
  2. 实践进阶

    在 MUSA 上运行第一个 AI 任务

    用 Torch-MUSA 完成 CIFAR-10 图像分类训练。

    先修要求
    Python、PyTorch 与 Linux 基础;已了解 MUSA
    所需设备
    需兼容 GPU 或学院实训环境
    步骤
    3 步
    查看路径
  3. 迁移与优化

    代码迁移与性能优化

    迁移 CUDA C/C++,检查运行正确性,再用性能指标指导优化。

    先修要求
    C/C++、CUDA 与 GPU 编程基础
    所需设备
    运行与性能采集需兼容 GPU
    步骤
    5 步
    查看路径