Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Úvod
- Co je programování pomocí GPU?
- Proč používat CUDA s Python?
- Klíčové pojmy: vlákna, bloky, síť
Přehled funkcí a architektury CUDA
- GPU vs CPU architektura
- Porozumění SIMT (jedna instrukce, několik vláken)
- CUDA programovací model
Nastavení vývojového prostředí
- Instalace CUDA Toolkit a ovladačů
- Instalace Python a Numba
- Nastavení a ověření prostředí
Základy paralelního programování pomocí Programming
- Vstup do paralelního spuštění
- Porozumění vláknům a vlastnostem hierarchie vláken
- Práce s warpami a synchronizací
Práce se sestavovatelem Numba
- Vstup do Numba
- Napsání CUDA jádrov pomocí Numba
- Porozumění dekorátorem @cuda.jit
Sestavení vlastního CUDA jádra
- Napsání a spuštění základního jádra
- Využití vláken pro prvkové operace
- Řízení rozměrů síťových bloků
Paměť Management
- Druhy paměti GPU (globální, sdílená, lokální, konstantní)
- Prevod paměti mezi hostitelem a zařízením
- Optimalizace využití paměti a vyhnutí se omezujícím hrdinám
Pokročilé téma akcelerace pomocí GPU
- Sdílená paměť a synchronizace
- Využití proudů pro asynchronní spuštění
- Základy programování s více GPU
Převod aplikací založených na CPU do GPU
- Hloubkové profilování kódu CPU
- Identifikace paralelně spustitelných částí
- Přesun logiky do CUDA jádrov
Výsledná diagnostika a řešení problémů
- Léčba chyb v aplikacích CUDA
- Běžné chyby a jejich odstranění
- Nástroje a techniky pro testování a ověřování
Závěr a další kroky
- Recap klíčových pojmů
- Nejlepší praktiky v programování pomocí GPU
- Zdroje pro pokračující učení
Požadavky
- zkušenosti s programováním
- Zkušenosti s NumPy (ndarrays, ufuncs atd.)
Publikum
- Vývojáři
14 hodiny
Reference (1)
Velmi interaktivní s různými příklady, s dobrým postupem ve složitosti mezi začátkem a koncem školení.
Jenny - Andheo
Kurz - GPU Programming with CUDA and Python
Machine Translated