Opis: Ta delavnica pokriva temeljna orodja in tehnike za pospeševanje aplikacij C/C++ za delovanje na masivno vzporednih GPE-jih s CUDA®. Naučili se boste pisati kodo, konfigurirati paralelizacijo kode s CUDA, optimizirati selitev pomnilnika med CPE in GPE pospeševalnikom ter izvajati delovni tok, ki se ga bote naučili na novi nalogi – pospeševanje popolnoma delujočega simulatorja delcev za opazno ogromno povečanje zmogljivosti. Na koncu delavnice boste imeli dostop do dodatnih virov za samostojno ustvarjanje novih aplikacij, pospešenih z GPE.
Podrobnejši opis: Računalniško intenzivne aplikacije CUDA® C++ v visokozmogljivem računalništvu, znanosti o podatkih, bioinformatiki in globokem učenju je mogoče pospešiti z uporabo več grafičnih procesorjev, kar poveča prepustnost in/ali skrajša vaš skupni čas izvajanja. V kombinaciji s sočasnim prekrivanjem prenosov izračunov in pomnilnika je mogoče izračun povečati na več grafičnih procesorjih brez povečanja stroškov prenosa pomnilnika. Te tehnike vam omogočajo, da dosežete vrhunsko zmogljivost iz aplikacij, pospešenih z GPE, za organizacije s strežniki z več GPE, bodisi v oblaku, omrežju ali lokalnih sistemih
Potek izobraževanja: Delavnica bo potekala na daljavo preko brskalnika na oblačni infrastrukturi AWS.
Zahtevnost: Napredna
Jezik: Slovenski
Priporočeno predznanje: Osnovno znanje C/C++, vključno s poznavanjem vrst spremenljivk, zanke, pogojne stavke, funkcije in delo z nizi.
Ne predpostavlja se predznanje programiranja CUDA
Ciljna publika: Razvijalci HPC, ki uporabljajo CUDA v omrežju ali oblaku.
Na izobraževanju pridobljena znanja:
- Napisati kodo, ki jo bo izvedel pospeševalnik GPU.
- Izpostaviti in izraziti paralelizem na ravni podatkov in navodil v aplikacijah C/C++ z uporabo CUDA.
- Uporabiti pomnilnik, ki ga upravlja CUDA, in optimiziranje selitev pomnilnika z uporabo asinhronega vnaprejšnjega pridobivanja.
- Izkoristiti ukazno vrstico in vizualne profile za vodenje svojega dela.
- Uporabiti sočasne tokove za paralelizem na ravni navodil.
- Pisanje aplikacij CUDA C/C++ s pospeševanjem GPE ali refaktoriranje obstoječe aplikacije, ki uporabljajo samo CPE, z uporabo pristopa, ki temelji na profilu.
Omejitev števila udeležencev: 20
Virtualna lokacija: MS Teams
Organizator:
Predavatelji:
Ime: | Domen Verber |
Opis: | Domen Verber je docent na Fakulteti za elektrotehniko in računalništvo Univerze v Mariboru (UM FERI) ter ambasador NVIDIA Deep Learning Institute za Univerzo v Mariboru in njihov specialist za umetno inteligenco in HPC. S problematiko HPC in umetne inteligence se ukvarja že več kot 25 let. |
domen.verber@um.si, deep.learning@um.si |
Ime: | Jani Dugonik |
Opis: | Jani Dugonik je raziskovalec na Fakulteti za elektrotehniko, računalništvo in informatiko Univerze v Mariboru (UM FERI). Že več kot 10 let dela na področju obdelave naravnega jezika (predvsem strojnega prevajanja) in evolucijskih algoritmov. |
jani.dugonik@um.si |
Več informacij lahko poiščete na spletni strani dogodka, kjer se lahko tudi prijavite.