Plan du cours

Introduction

Comprendre les principes fondamentaux de la méthodologie informatique hétérogène

Pourquoi le calcul parallèle ? Comprendre la nécessité du calcul parallèle

Processeurs multicœurs - Architecture et conception

Introduction aux threads, aux bases des threads et aux concepts de base du parallèle Programming

Comprendre les principes fondamentaux des GPU processus d'optimisation logicielle

OpenMP - Une norme pour le parallèle basé sur des directives Programming

Travaux pratiques / Démonstration de divers programmes sur des machines multicœurs

Introduction à GPU Informatique

GPUs pour le calcul parallèle

Modèle GPU Programming

Pratique / Démonstration de divers programmes sur GPU

SDK, boîte à outils et installation de l'environnement pour GPU

Travailler avec diverses bibliothèques

Démonstration de GPU et d'outils avec des exemples de programmes et OpenACC

Comprendre le modèle CUDA Programming

Apprendre l'architecture CUDA

Explorer et configurer les environnements de développement CUDA

Travailler avec l'API d'exécution CUDA

Comprendre le modèle de mémoire CUDA

Explorer les fonctionnalités supplémentaires de l'API CUDA

Accessing efficacement la mémoire globale dans CUDA : optimisation de la mémoire globale

Optimisation des transferts de données dans CUDA à l'aide des flux CUDA

Utiliser la mémoire partagée dans CUDA

Comprendre et utiliser les opérations et instructions atomiques dans CUDA

Étude de cas : traitement d'images numériques de base avec CUDA

Travailler avec plusieurs GPU Programming

Profilage matériel avancé et échantillonnage sur NVIDIA / CUDA

Utilisation de l'API de parallélisme dynamique CUDA pour le lancement dynamique du noyau

Sommaire et conclusion

Pré requis

  • C Programming
  • Linux GCC
  21 heures
 

Nombre de participants


Début

Fin


Dates are subject to availability and take place between 09:30 and 16:30.
Les formations ouvertes requièrent plus de 3 participants.

Cours Similaires

GPU Programming with OpenCL

  28 heures

GPU Programming with CUDA

  28 heures

GPU Programming - OpenCL vs CUDA vs ROCm

  28 heures

AMD GPU Programming

  28 heures

ROCm for Windows

  21 heures

Introduction to GPU Programming

  21 heures

Catégories Similaires