courseoutline_metadesc.tpl

Fundamentals of Accelerated Computing with CUDA Python (FACCP) – Details

Detaillierter Kursinhalt

Einführung

  • Treffen Sie den Ausbilder.
  • Erstellen Sie ein Konto bei https://learn.nvidia.com/join

Einführung in CUDA Python mit Numba

  • Beginn der Arbeit mit dem Numba-Compiler und der CUDA-Programmierung in Python.
  • Verwenden Sie Numba-Dekoratoren zur GPU-Beschleunigung von numerischen Python-Funktionen.
  • Optimieren Sie die Speicherübertragungen vom Host zum Gerät und vom Gerät zum Host.

Benutzerdefinierte CUDA-Kernel in Python mit Numba

  • Lernen Sie die parallele Thread-Hierarchie von CUDA kennen und erfahren Sie, wie Sie die Möglichkeiten paralleler Programme erweitern können.
  • Starten Sie massiv parallele benutzerdefinierte CUDA-Kernel auf der GPU.
  • Verwenden Sie atomare CUDA-Operationen, um Wettlaufbedingungen während der parallelen Ausführung zu vermeiden.

Mehrdimensionale Raster und gemeinsamer Speicher für CUDA Python mit Numba

  • Lernen Sie, wie man mehrdimensionale Gitter erstellt und wie man parallel an 2D-Matrizen arbeitet.
  • Nutzung des gemeinsamen Speichers auf dem Gerät zur Förderung der Speicherkoaleszenz bei der Umformung von 2D-Matrizen.

Abschlussbericht

  • Besprechung der wichtigsten Erkenntnisse und abschliessende Fragen.
  • Schliessen Sie die Bewertung ab, um ein Zertifikat zu erhalten.
  • Nehmen Sie an der Workshop-Umfrage teil.