1. Новые складчины (Клуб Складчик) Показать еще

    22.06.2018: Портретные пресеты Harsh от Allegra Messina (Lightroom)

    22.06.2018: Личная финансовая система (Дмитрий Богданов)

    22.06.2018: [Khasang] Java 0 - Быстрый старт в JAVA

    22.06.2018: Очисти организм, похудей и забудь про лень с известным автором

    22.06.2018: Невероятные трэвэл пресеты от Jorden Tually (Lightroom)

  2. Гость, если у Вас на каком либо сайте есть аккаунт с повышенным статусом, то и у нас вы можете получить соответствующий статус. Подробнее читайте здесь https://skladchik.biz/threads/83942/
    Скрыть объявление
  3. Нужен организатор (Клуб Складчик) Показать еще

    22.06.2018: [Khasang] Java 0 - Быстрый старт в JAVA

    22.06.2018: Очисти организм, похудей и забудь про лень с известным автором

    22.06.2018: Онкопротективные эффекты вит Д3: почему мнения специалистов разноречивы?

    22.06.2018: Обувь своими руками

    22.06.2018: Гинеколог отвечает на вопросы

  4. Сбор взносов (Клуб Складчик) Показать еще

    18.06.2018: Продажи коучинга от А до Я (Серебрякова Юлия, Манакина Светлана)

    17.06.2018: [Умница] Читаем с пелёнок

    17.06.2018: [Умница] Книжная разминка. Часть 1 и 2

    16.06.2018: Поперечный шпагат SPLIT 2 (Анастасия Завистовская)

    11.06.2018: Золотое трио молодости. Вторая ступень. Апрель 2018 (Елена Пятибрат)

Открыто

[Специалист] Массивно - параллельные процессы, архитектура и среда программирования CUDA

Тема в разделе "Курсы по программированию", создана пользователем Менеджер, 13 июн 2018.

Цена:
19990р.
Взнос:
218р.

Список пока что пуст. Запишитесь первым!

    Тип: Стандартная складчина
    Участников: 0/100
  1. 13 июн 2018
    #1
    Менеджер
    Менеджер Организатор Организатор

    [Специалист] Массивно - параллельные процессы, архитектура и среда программирования CUDA




    [​IMG]
    Massively parallel processes, CUDA architecture and programming environment

    Технология NVIDIA CUDA™ — это технология разработки на C/C++, которая позволяет программистам и разработчикам писать программное обеспечение, решающее сложные вычислительные задачи в десятки раз быстрее благодаря использованию вычислительной мощности современных графических процессоров. В мире уже установлены миллионы GPU с поддержкой CUDA, и тысячи программистов уже бесплатно пользуются инструментами CUDA для ускорения приложений – от кодирования видео и аудио до поисков нефти и газа, моделирования продуктов, вывода медицинских изображений и научных исследований.

    Цель курса — получение базовых знаний в области применения технологии CUDA к эффективному распараллеливанию программного кода на GPU.

    По окончании курса слушатели получат знания и практические навыки, необходимые для написания программ с использованием технологии CUDA.

    Курс предназначен для программистов, желающих существенно ускорить свой код.

    По окончании курса Вы будете уметь:
    • самостоятельно делать простейшее распараллеливание таких операций, как сложение векторов, перемножения матриц и т.д.;
    • использовать различные типы памяти на GPU, дающие возможность существенно ускорять работу кода;
    • комплексно оптимизировать программу; определять, как стоит строить распараллеливание программы, где могут быть узкие места по скорости, и как их преодолевать;
    • использовать библиотеки thrust, cuFFT, cuRANDOM и другие.
    Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.

    Модуль 1. Введение
    • Существующие многоядерные системы
    • GPU как массивно-паралалельный процессор
    • CUDA “Hello world” – наша первая программа на CUDA
    Модуль 2. Архитектура современных GPU, модель программирования CUDA
    • Как устроены современные GPU
    • Потоковые мультипроцессоры, скалярные ядра
    • Варпы
    • Модель программирования, основные понятия
    Модуль 3. Иерархия памяти CUDA
    • Глобальная память и доступ к ней
    • Перемножение матриц. Решение задачи умножения матриц и СЛАУ на CUDA
    • Pinned-память и ее использование
    • Managed-память, ее использование для упрощения кода
    Модуль 4. Иерархия памяти CUDA. Разделяемая память
    • Использование разделяемой памяти для ускорения программ. Умножение матриц
    • Реализация примитивов параллельного суммирования (reduce) и префиксной суммы на CUDA. Параллельная прогонка
    Модуль 5. Иерархия памяти CUDA. Текстуры в CUDA. Цифровая обработка сигналов: реализация операций свертки, цифорвая обработка сигналов
    • Основы цифровой обработка сигналов (изображений), операция свертки
    • Типы шума в изображении, удаление шума
    Модуль 6. Библиотеки
    • Библиотека thrust и ее использование. Готовые алгоритмы в thrust
    • Другие библиотеки от комапании Nvidia (cuFFT, cuRANDOM и другие)
    Модуль 7. Вопросы оптимизации приложений на CUDA
    • Использование CUDA Profiler и NVidia NSight
    Модуль 8. Особенности реализации алгоритмов трассировки лучей на CUDA
    Модуль 9. Решение дифференциальных уравнений на CUDA
    Модуль 10. Программирование многоядерных GPU. Кластеры из GPU
    Модуль 11. Дополнительные разделы: Интероперабельность с OpenGL, параллельное выполнение ядер и копирование данных на GPU

    • Интероперабельность с OpenGL
    • Потоки (stream) CUDA, параллельное выполнение ядер и копирования данных
     

Участники складчины [Специалист] Массивно - параллельные процессы, архитектура и среда программирования CUDA смогут написать отзыв