Студенту

CUDA и OPENACC - КУРСЫ ПО ПРОГРАММИРОВАНИЮ

  • 3 декабря 2013, 05:52
  • Автор: favt410
  • Просмотров 9143

При полном или частичном цитировании гиперссылка на сайт www.vyatsu.ru обязательна!

Курсы по программированию массивно-параллельных процессоров

КУРСЫ ПО ПРОГРАММИРОВАНИЮ МАССИВНО-ПАРАЛЛЕЛЬНЫХ ПРОЦЕССОРОВ: "CUDA и OPENACC"

Компания NVIDIA приглашает студентов и преподавателей ВятГУ пройти курсы по программированию массивно-параллельных процессоров. Пройдя предлагаемый курс, вы получите широкий спектр практических навыков, которые позволят Вам к концу занятий овладеть основами программирования современных графических процессоров (GPU) NVIDIA, а также ознакомитесь с директивным программированием GPU ускорителей (стандарт OpenACC) и особенностями использования нескольких GPU видеокарт для решения Ваших задач.
Участникам курсов, продемонстрировавшим высокие показатели при выполнении заданий курса, компания NVIDIA оплатит сертификацию по программированию GPU, поддерживающих технологию CUDA в учебном центре "Applied Parallel Computing".
 
КРАТКОЕ СОДЕРЖАНИЕ КУРСА:
 
§  Лекция 1. Введение в CUDA.
§  Лекция 2. Модель исполнения CUDA.
§  Лекция 3. Иерархия памяти. Глобальная, локальная и регистровая память.
§  Лекция 4. Иерархия памяти. Разделяемая память.
§  Лекция 5. Прикладные CUDA библиотеки.
§  Лекция 6. Библиотека Thrust.
§  Лекция 7. Оптимизация CUDA программ.
§  Лекция 8. Стандарт директивного программированияOpenACC.
 
CUDA - это аппаратно-программная гибридная платформа, позволяющая оптимизировать и ускорять вычислительные задачи, с помощью эффективного использования ресурсов современных вычислительных систем, включающих центральный и графический процессоры. 
 
Основные преимущества CUDA:
1. Современная массивно-параллельная SIMD архитектура (SIMD системы первые в истории смогли преодолеть производительность в Gflops);
2. Высокая пропускная способность глобальной памяти (до 12 ГБ ECC памяти с пропускной способностью 288 GB/s, без учета L1 и L2 КЭШа);
3. Поддержка большого числа языков программирования (C, C++, Fortran, Java, Python, DirectCompute, OpenAAC);
4. Поддержка графических приложений, а также приложений для научных расчетов (MATLAB, Wolfram Mathematica, LabView);
5. Поддержка самых востребованных операционных систем и сред программирования (Linux, MacOS, Windows; Visual Studio, Eclipse).
 

 

Также напоминаем, что с этого учебного года компания NVIDIA совместно с кафедрой ЭВМ ВятГУ организовала работу удаленного CUDA сервера, доступ к которому может получить любой желающий повысить свою квалификацию в массивно-параллельном программировании. На сервере установлен GPU самой новой архитектуры Kepler, что позволяет полноценно проходить курсы тем, у кого на данный момент в компьютере не установлена видеокарта NVIDIA.

Версия для печати
Комментарии     показать  ( 0 )
Добавить

Авторизуйтесь, чтобы добавлять комментарии и голосовать.