Formation Programmation GPU avec OpenCL

Introduction

• Qu'est-ce qu'OpenCL ?
• OpenCL vs CUDA vs SYCL
• Aperçu des fonctionnalités et de l'architecture d'OpenCL
• Configuration de l'environnement de développement

Prise en main

• Création d'un nouveau projet OpenCL à l'aide de Visual Studio Code
• Exploration de la structure et des fichiers du projet
• Compilation et exécution du programme
• Affichage de la sortie à l'aide de printf et fprintf

API OpenCL

• Compréhension du rôle de l'API OpenCL dans le programme hôte
• Utilisation de l'API OpenCL pour interroger les informations et capacités de l'appareil
• Utilisation de l'API OpenCL pour créer des contextes, des files de commandes, des tampons, des noyaux et des événements
• Utilisation de l'API OpenCL pour mettre en file des commandes, telles que lire, écrire, copier, mapper, démapper, exécuter et attendre
• Utilisation de l'API OpenCL pour gérer les erreurs et les exceptions

OpenCL C

• Compréhension du rôle d'OpenCL C dans le programme de l'appareil
• Utilisation d'OpenCL C pour écrire des noyaux qui s'exécutent sur l'appareil et manipulent les données
• Utilisation des types de données, des qualificateurs, des opérateurs et des expressions d'OpenCL C
• Utilisation des fonctions intégrées d'OpenCL C, telles que mathématiques, géométriques, relationnelles, etc.
• Utilisation des extensions et bibliothèques d'OpenCL C, telles que atomique, image, cl_khr_fp16, etc.

Modèle mémoire OpenCL

• Compréhension de la différence entre les modèles mémoire hôte et appareil
• Utilisation des espaces mémoire OpenCL, tels que global, local, constant et privé
• Utilisation des objets mémoire OpenCL, tels que tampons, images et tuyaux
• Utilisation des modes d'accès mémoire OpenCL, tels que lecture seule, écriture seule, lecture-écriture, etc.
• Utilisation du modèle de cohérence mémoire OpenCL et des mécanismes de synchronisation

Modèle d'exécution OpenCL

• Compréhension de la différence entre les modèles d'exécution hôte et appareil
• Utilisation des éléments de travail (work-items), des groupes de travail (work-groups) et des plages ND (ND-ranges) d'OpenCL pour définir le parallélisme
• Utilisation des fonctions d'élément de travail OpenCL, telles que get_global_id, get_local_id, get_group_id, etc.
• Utilisation des fonctions de groupe de travail OpenCL, telles que barrier, work_group_reduce, work_group_scan, etc.
• Utilisation des fonctions d'appareil OpenCL, telles que get_num_groups, get_global_size, get_local_size, etc.

Débogage

• Compréhension des erreurs et bogues courants dans les programmes OpenCL
• Utilisation du débogueur de Visual Studio Code pour inspecter les variables, points d'arrêt, pile d'appels, etc.
• Utilisation de CodeXL pour déboguer et analyser les programmes OpenCL sur des appareils AMD
• Utilisation d'Intel VTune pour déboguer et analyser les programmes OpenCL sur des appareils Intel
• Utilisation de NVIDIA Nsight pour déboguer et analyser les programmes OpenCL sur des appareils NVIDIA

Optimisation

• Compréhension des facteurs affectant la performance des programmes OpenCL
• Utilisation des types de données vectorielles OpenCL et des techniques de vectorisation pour améliorer le débit arithmétique
• Utilisation des techniques de déroulement des boucles (loop unrolling) et de tuilage des boucles (loop tiling) OpenCL pour réduire la surcharge de contrôle et augmenter la localité
• Utilisation de la mémoire locale et des fonctions de mémoire locale OpenCL pour optimiser les accès mémoire et la bande passante
• Utilisation du profilage et des outils de profilage OpenCL pour mesurer et améliorer le temps d'exécution et l'utilisation des ressources