Programa del Curso
Introducción
Comprender los fundamentos de la metodología de computación heterogénea
¿Por qué la computación paralela? Comprender la necesidad de la computación paralela
Procesadores multinúcleo: arquitectura y diseño
Introducción a los hilos, conceptos básicos de los hilos y conceptos básicos del paralelo Programming
Comprender los fundamentos de GPU los procesos de optimización de software
OpenMP - Un estándar para paralelos basados en directivas Programming
Práctica / Demostración de varios programas en máquinas multinúcleo
Introducción a GPU Informática
GPUs para Computación Paralela
Modelo de GPU Programming
Práctica / Demostración de varios programas en GPU
SDK, kit de herramientas e instalación de entorno para GPU
Trabajar con varias bibliotecas
Demostración de GPU y herramientas con programas de ejemplo y OpenACC
Entendiendo el modelo CUDA Programming
Aprendizaje de la arquitectura CUDA
Exploración y configuración de los entornos de desarrollo de CUDA
Trabajar con la API de tiempo de ejecución de CUDA
Descripción del modelo de memoria CUDA
Exploración de funciones adicionales de la API de CUDA
AccessUso eficiente de la memoria global en CUDA: Optimización de la memoria global
Optimización de las transferencias de datos en CUDA mediante flujos CUDA
Uso de la memoria compartida en CUDA
Comprensión y uso de operaciones e instrucciones atómicas en CUDA
Caso de Estudio: Procesamiento Básico de Imágenes Digitales con CUDA
Trabajar con Multi-GPU Programming
Muestreo y perfilado de hardware avanzado en NVIDIA / CUDA
Uso de la API de paralelismo dinámico de CUDA para el lanzamiento dinámico del kernel
Resumen y conclusión
Requerimientos
- C Programming
- Linux GCC
Testimonios (1)
Entrenadores, energía y humor.
Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.
Curso - NVIDIA GPU Programming - Extended
Traducción Automática