Оптимизация производительности GPU, CUDA и PyTorch

Description

Эта ежемесячная онлайн-встреча собирает разработчиков ИИ и инженеров, сосредоточенных на максимальной производительности ускоряемых GPU нагрузок глубокого обучения. Модераторами являются Крис Фрегли и Антье Барт, сессия подробно рассматривает практические техники оптимизации, необходимые для ускорения и повышения эффективности работы моделей PyTorch на аппаратном обеспечении GPU. Сентябрьская встреча 2026 года включает два технических доклада, специализированно посвященных оптимизации производительности GPU, PyTorch и CUDA. Независимо от того, обучаете ли вы крупные языковые модели, выполняете ли инференс в масштабах или просто пытаетесь снизить свои расходы на облачные GPU, понимание этих низкоуровневых техник оптимизации является необходимым для систем ИИ в производственной среде. Встреча охватывает весь стек — от оптимизации CUDA-ядра до производительных паттернов специально для PyTorch, которые могут значительно повысить пропускную способность и уменьшить задержки. Это частьRecurring ежемесячной серии, которая проходит каждую третью понедельник, создавая устойчивое сообщество обучения для инженеров ИИ с акцентом на производительность в [Мадриде](https://www.createwith.com/cities/madrid) и за его пределами. Онлайн-формат позволяет вам присоединиться из любой точки, где есть интернет-соединение, что делает его доступным для глобальной аудитории инженеров по производительности. Крис Фрегли является автором книги O'Reilly о [Инженерии Производительности Систем ИИ](https://www.amazon.com/Systems-Performance-Engineering-Optimizing-Algorithms/dp/B0F47689K8/), обладая глубоким опытом в оптимизации алгоритмов ИИ и инфраструктуры. Встреча подключается к более широким ресурсам, включая [репозиторий GitHub](http://github.com/cfregly/ai-performance-engineering/) с примерами кода, [канал YouTube](https://www.youtube.com/@AIPerformanceEngineering) с записанными сессиями и бесплатный [Курс по Генеративному ИИ от DeepLearning.ai](https://bit.ly/gllm). Идеально подходит для инженеров машинного обучения, профессионалов DevOps, работающих с инфраструктурой ИИ, и всех, кто выполняет загрузки PyTorch и хочет понять узкие места производительности на уровне GPU. Предварительный опыт работы с PyTorch и базовое понимание концепций вычислений на GPU помогут вам извлечь максимальную пользу из технических обсуждений. Формат встречи включает в себя введения, обновления сообщества и два сосредоточенных технических доклада с временем для вопросов и ответов. Присоединяйтесь через Zoom, чтобы учиться у практиков, которые решают реальные проблемы производительности в системах ИИ.