Curso de Posgrado-Programación de Alto desempeño en GPU

[secinfo en unsl.edu.ar]

El Departamento de Informática de la FCFMyN-UNSL invita al curso de
posgrado denominado: Programación de Alto Desempeño en GPU, que será
dictado por la Dra. María Fabiana Piccoli del 12 al 16 de diciembre de
2011.

Crédito Horario: 60hs.

Horario: A determinar.

Lugar: Sala de Postgrado, Dpto Informática.

Informes e Inscripciones: mfpiccoli en gmail.com


OBJETIVOS:
El procesador gráfico, GPU, surge como una alternativa válida para la
computación de alto desempeño de aplicaciones de propósito general. Las GPU
comienzan a ser una alternativa de bajo costo para el desarrollo de
aplicaciones de muy alto rendimiento que tradicionalmente han sido
exclusivas de los supercomputadoras. Así mismo, con la aparición del
lenguaje CUDA, la programación de las GPU para el desarrollo de
aplicaciones de propósito general se ha facilitado enormemente.

Son objetivos de este curso: conocer la potencia actual del procesador
gráfico y su utilización para la ejecución de aplicaciones de propósito
general. Familiarizarse con las formas más actuales de programación gráfica
para propósito general: CUDA y OpenCL. Descubrir el mundo del
multiprocesador y la supercomputación gráfica.



PROGRAMA:

Unidad temática 1: GPU: Introducción a GPGPU

·      GPU Programación y  Arquitectura

·      Características de la GPU.

·      Arquitectura de GPU: N-vidia, Ati, Tesla, Fermi...

·      Pipeline Gráfico

·      GPGPU: Computación de Propósito General en GPU.

·      Paradigmas de Computación Paralela: Modelo de Memoria Compartida,
Paralelismo de Datos.

Unidad temática 2: Programación de GPU a través de CUDA

·      Introducción a CUDA

·      Modelo de programación de CUDA

·      Características Básica.

·      Diseño de programas en GPU

·      Threading.

·      Thread, Bloques, Grid.

·      Sincronización de Threads

·      Ejemplos.

Unidad temática 3: Modelo de Memoria de GPU

·      Modelo de Memoria de GPU.

·      Jerarquías de Memoria: Registros, Memoria Compartida, Memoria
constante, Texturas, Memoria Global.

·      Estructuras de datos básicas.

·      Creación de Estructuras de datos en la GPU.

·      Ejemplos.

Unidad temática 4: Modelo GPU-CPU

·      Modelo CPU-GPU.

·      Transferencia de datos GPU-CPU.

·      Modelos de programación paralela en GPU: Reducciones, Map, Scan.

·      Ejemplos

·      Unidad temática 5: Performance en GPU

·      Optimización de la performance.

·      Colisiones de Memoria

·      Accesos a Memoria Coallesed.

Unidad temática 6: Otros Lenguajes de Programación de GPU

·      Otros modelos de programación GPGPU: OpenCL