Kurzusleírás
Bevezetés
A Heterogén Számítási Módszertan Alapjainak Megértése
Miért Párhuzamos Számítás? A Párhuzamos Számítás Szükségességének Megértése
Többmagos Processzorok - Architektúra és Tervezés
Bevezetés a Szálakba, Szálak Alapjai és a Párhuzamos Programozás Alapfogalmai
A GPU Szoftver Optimalizációs Folyamatok Alapjainak Megértése
OpenMP - Szabvány az Irányítás-Alapú Párhuzamos Programozáshoz
Gyakorlati Bemutató / Különböző Programok Bemutatása Többmagos Gépeken
Bevezetés a GPU Számításba
GPU-k Párhuzamos Számításhoz
GPU-k Programozási Modellje
Gyakorlati Bemutató / Különböző Programok Bemutatása GPU-n
SDK, Eszközkészlet és Környezet Telepítése GPU-hoz
Különböző Könyvtárak Használata
GPU és Eszközök Bemutatása Mintaprogramokkal és OpenACC-vel
A CUDA Programozási Modell Megértése
A CUDA Architektúra Megismerése
A CUDA Fejlesztői Környezetek Felfedezése és Beállítása
A CUDA Futási Idő API-val Való Munka
A CUDA Memória Modell Megértése
További CUDA API Funkciók Felfedezése
Hatékony Globális Memória Elérése CUDA-ban: Globális Memória Optimalizálás
Adatátvitel Optimalizálása CUDA-ban CUDA Streams Segítségével
Megosztott Memória Használata CUDA-ban
Atomi Műveletek és Utasítások Megértése és Használata CUDA-ban
Esettanulmány: Alapvető Digitális Képfeldolgozás CUDA-val
Több GPU-s Programozás
Fejlett Hardver Profilozás és Mintavételezés NVIDIA / CUDA-n
CUDA Dinamikus Párhuzamossági API Használata Dinamikus Kernel Indításhoz
Összefoglalás és Befejezés
Követelmények
- C Programozás
- Linux GCC
Vélemények (1)
A képzők energiája és humoruk.
Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.
Kurzus - NVIDIA GPU Programming - Extended
Gépi fordítás
