Курс за обучение по Програмиране на NVIDIA GPU - разширено

Въведение

Разбиране на основите на методологията за хетерогенни изчисления

Защо паралелни изчисления? Разбиране на необходимостта от паралелни изчисления

Многоядрени процесори - архитектура и дизайн

Въведение в нишките, основи на нишките и базови концепции на паралелното програмиране

Разбиране на основите на процесите за софтуерна оптимизация на GPU

OpenMP - стандарт за паралелно програмиране, базирано на директиви

Практически занятия / демонстрация на различни програми на многоядрени машини

Въведение в изчисленията с GPU

Графични процесори за паралелни изчисления

Програмен модел за GPU

Практически занятия / демонстрация на различни програми на GPU

SDK, инструментариум и инсталиране на среда за GPU

Работа с различни библиотеки

Демонстрация на GPU и инструменти с примерни програми и OpenACC

Разбиране на програмния модел CUDA

Изучаване на архитектурата CUDA

Проучване и настройка на средите за разработка с CUDA

Работа с API за изпълнение на CUDA

Разбиране на модела на паметта на CUDA

Проучване на допълнителни функции на API на CUDA

Ефективен достъп до глобалната памет в CUDA: оптимизация на глобалната памет

Оптимизиране на трансфера на данни в CUDA чрез CUDA потоци

Използване на споделена памет в CUDA

Разбиране и използване на атомарни операции и инструкции в CUDA

Казус: основна обработка на цифрови изображения с CUDA

Работа с многопроцесорно GPU програмиране

Разширено хардуерно профилиране и семплиране на NVIDIA / CUDA

Използване на API за динамичен паралелизъм на CUDA за динамично стартиране на ядра

Обобщение и заключение