Оптимізація продуктивності GPU, CUDA та PyTorch

Description

Ця щомісячна онлайн-зустріч об'єднує розробників та інженерів у сфері штучного інтелекту, які зосереджені на максимальному підвищенні продуктивності навантажень глибокого навчання з прискоренням за допомогою GPU. Проведена Крісом Фреглі та Антже Барт, сесія детально розглядає практичні техніки оптимізації, необхідні для того, щоб моделі PyTorch працювали швидше та ефективніше на апаратних засобах GPU.Зустріч у вересні 2026 року включає дві технічні доповіді, що спеціально зосереджені на оптимізації продуктивності GPU, PyTorch та CUDA. Незалежно від того, чи ви тренуєте великі мовні моделі, виконуєте інференцію в масштабах або просто намагаєтеся зменшити рахунки за хмарні GPU, розуміння цих низькорівневих технік оптимізації є важливим для виробничих систем штучного інтелекту. Зустріч охоплює повний стек — від оптимізації ядер CUDA до специфічних для PyTorch шаблонів продуктивності, які можуть драматично покращити пропускну здатність і зменшити затримку.Це частина регулярної щомісячної серії, яка відбувається кожного третього понеділка, створюючи послідовну навчальну спільноту для інженерів штучного інтелекту, зосереджених на продуктивності, у [Мадриді](https://www.createwith.com/cities/madrid) та за його межами. Онлайн-формат означає, що ви можете приєднатися з будь-якої точки, де є підключення до Інтернету, що робить це доступним для глобальної аудиторії інженерів з продуктивності.Кріс Фреглі є автором книги O'Reilly про [Продуктивність систем штучного інтелекту](https://www.amazon.com/Systems-Performance-Engineering-Optimizing-Algorithms/dp/B0F47689K8/), маючи глибокий досвід у оптимізації алгоритмів штучного інтелекту та інфраструктури. Зустріч пов'язана з більш широкими ресурсами, включаючи [репозиторій GitHub](http://github.com/cfregly/ai-performance-engineering/) з прикладами коду, [канал YouTube](https://www.youtube.com/@AIPerformanceEngineering) з записаними сесіями та безкоштовним [Курсом з генеративного ШІ на DeepLearning.ai](https://bit.ly/gllm).Ідеально підходить для інженерів з машинного навчання, професіоналів DevOps, які працюють з інфраструктурою ШІ, та усіх, хто виконує навантаження PyTorch і хоче зрозуміти проблеми продуктивності на рівні GPU. Досвід роботи з PyTorch та базове розуміння концепцій обчислення GPU допоможуть вам отримати максимальну вигоду з технічних обговорень.Формат зустрічі включає знайомства, оновлення спільноти та дві сфокусовані технічні доповіді з часом для запитів і відповідей. Приєднуйтесь через Zoom, щоб навчитися у практиків, які вирішують реальні проблеми продуктивності в виробничих системах штучного інтелекту.[Зареєструйтесь на цей захід](https://www.meetup.com/ai-performance-engineering-meetup-madrid/events/ckvnttyjcmbcc/?eventOrigin=group_upcomin)