Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 28 часa
Съдържание и теми, включени в курса
Въведение
- Какво е OpenCL?
- OpenCL срещу CUDA срещу SYCL
- Преглед на функционалностите и архитектурата на OpenCL
- Настройка на средата за разработка
Започваме
- Създаване на нов OpenCL проект с Visual Studio Code
- Изследване на структурата на проекта и файловете
- Компилиране и стартиране на програмата
- Показване на изхода чрез printf и fprintf
OpenCL API
- Разбиране на ролята на OpenCL API в програмата на хоста
- Използване на OpenCL API за запитване на информация и възможности за устройството
- Използване на OpenCL API за създаване на контексти, команди опашки, буфери, ядра и събития
- Използване на OpenCL API за изричане на команди, като четене, запис, копиране, мапиране, отмапиране, изпълнение и чакање
- Използване на OpenCL API за обработка на грешки и изключения
OpenCL C
- Разбиране на ролята на OpenCL C в програмата на устройството
- Използване на OpenCL C за писане на ядра, които се изпълняват на устройството и манипулират данни
- Използване на типове данни, квалифицирайници, оператори и изрази в OpenCL C
- Използване на вградените функции на OpenCL C, като математически, геометрични, релационни и др.
- Използване на разширенията и библиотеките на OpenCL C, като атомни операции, изображения, cl_khr_fp16 и др.
Модел на паметта в OpenCL
- Разбиране на разликата между моделите на памет за хост и устройство
- Използване на паметните пространства на OpenCL, като глобална, локална, константа и лична
- Използване на обектите на паметта в OpenCL, като буфери, изображения и тръби
- Използване на режимите на достъп до паметта в OpenCL, като само за четене, само за запис, четене-запис и др.
- Използване на модела на консистентност на паметта в OpenCL и механизмите за синхронизация
Модел на изпълнението в OpenCL
- Разбиране на разликата между моделите на изпълнение за хост и устройство
- Използване на елементи на работа, групи на работа и ND-диапазони в OpenCL за дефиниране на паралелизми
- Използване на функциите за елементи на работа в OpenCL, като get_global_id, get_local_id, get_group_id и др.
- Използване на функциите за групи на работа в OpenCL, като barrier, work_group_reduce, work_group_scan и др.
- Използване на функциите за устройство в OpenCL, като get_num_groups, get_global_size, get_local_size и др.
Дебъгване
- Разбиране на често срещаните грешки и дефекти в OpenCL програмите
- Използване на дебъгера в Visual Studio Code за преглед на променливи, прекъсвания точки, стек на повиквания и др.
- Използване на CodeXL за дебъгване и анализ на OpenCL програми на устройства AMD
- Използване на Intel VTune за дебъгване и анализ на OpenCL програми на устройства Intel
- Използване на NVIDIA Nsight за дебъгване и анализ на OpenCL програми на устройства NVIDIA
Оптимизация
- Разбиране на факторите, които влияят на производителността на OpenCL програмите
- Използване на векторни типове данни и техники за векторизация в OpenCL за подобряване на аритметичния throughput
- Използване на разгъване на цикли и техники за тилинг (tiling) в OpenCL за намаляване на контролните разходи и увеличаване на локалността
- Използване на локална памет и функции за локална памет в OpenCL за оптимизиране на достъпа до паметта и пропусквателната способност
- Използване на профилиране и инструменти за профилиране в OpenCL за измерване и подобряване на времето на изпълнение и използването на ресурси
Изисквания
- Разбиране на езика C/C++ и концепциите за паралелно програмиране
- Базови знания за компютърната архитектура и йерархията на паметта
- Опит с команден ред (command-line) и редактори на код
Аудитория
- Разработчици, които искат да научат как да използват OpenCL за програмиране на хетерогенни устройства и да експлоатират тяхната паралелизми
- Разработчици, които искат да пишат преносим и мащабируем код, който може да се изпълнява на различни платформи и устройства
- Програмировци, които искат да изследват ниските нивни аспекти на хетерогенното програмиране и да оптимизират производителността на кода си