Optimización del rendimiento de GPU, CUDA y PyTorch

Description

Este encuentro en línea mensual reúne a ingenieros, investigadores y practicantes de IA para explorar las técnicas de optimización del rendimiento de GPU, CUDA y PyTorch más avanzadas. Organizado por Chris Fregly y Antje Barth, cada sesión combina conocimientos prácticos con profundas discusiones técnicas sobre cómo maximizar la eficiencia computacional en cargas de trabajo de IA.## Qué EsperarLa sesión de agosto de 2026 presenta dos charlas profundas centradas en las optimizaciones de rendimiento de GPU, PyTorch y CUDA. Ya sea que estés construyendo modelos de aprendizaje automático, entrenando redes neuronales grandes o optimizando pipelines de inferencia, obtendrás técnicas aplicables para reducir la latencia, mejorar el rendimiento y hacer un mejor uso de los recursos de GPU.## Quién Debe AsistirEste encuentro es ideal para:- Ingenieros de aprendizaje automático que trabajan con PyTorch y flujos de trabajo acelerados por GPU- Ingenieros de rendimiento que optimizan pipelines de inferencia y entrenamiento de IA- Investigadores que exploran la programación CUDA y optimizaciones de GPU a bajo nivel- Profesionales de DevOps que gestionan la infraestructura de IA y la utilización de recursos- Cualquiera que tenga curiosidad por exprimir el máximo rendimiento de sus sistemas de IA## FormatoEl evento se realiza completamente en línea a través de Zoom, lo que lo hace accesible para la comunidad global de IA. Las sesiones comienzan con introducciones y actualizaciones del encuentro por parte de Chris Fregly y Antje Barth, seguidas de presentaciones técnicas y una sesión interactiva de preguntas y respuestas. La cadencia mensual (cada tercer lunes) crea un ritmo de aprendizaje consistente para los participantes que siguen los últimos desarrollos en ingeniería de rendimiento.## Recursos AdicionalesEntre los encuentros, los participantes pueden profundizar a través del [repositorio de GitHub](http://github.com/cfregly/ai-performance-engineering/) que presenta ejemplos de código y patrones de optimización, el libro de O'Reilly ["Ingeniería del Rendimiento de Sistemas de IA"](https://www.amazon.com/Systems-Performance-Engineering-Optimizing-Algorithms/dp/B0F47689K8/), el [canal de YouTube de Ingeniería de Rendimiento de IA](https://www.youtube.com/@AIPerformanceEngineering) y un curso gratuito de IA Generativa en [DeepLearning.AI](https://bit.ly/gllm).Ya sea que estés resolviendo problemas de entrenamiento lentos, optimizando inferencias en producción o explorando kernels CUDA a bajo nivel, esta comunidad proporciona la profundidad técnica y la experiencia práctica para mejorar tus habilidades en ingeniería del rendimiento de IA. [Únete al encuentro y obtén el enlace de Zoom](https://www.meetup.com/ai-performance-engineering-meetup-madrid/events/ckvnttyjclbwb/?eventOrigin=group_upcoming_events) para conectar con otros.