Els continguts del curs són:

• Introducció a les GPUS. Motivació de l’ús de GPUs. Definició de Sistema Heterogeni o Evolució i característiques principals de les GPUs. Comparació de l’arquitectura i rendiment de GPU vs. CPU
• Model d’Execució. Característiques principals de la GPU. Model Host-Device. Estructura d’un programa CUDA. Simultaneous Multi-Threading (SMT).
• Arquitectura de la GPU. Descripcció general de l’arquitectura. Arquitectura d’un Stream Multiprocessor. Jerarquia de memòria de la GPU.
• Programació en CUDA. Conceptes bàsics de CUDA. Funcions d’informació del sistema. Funcions de moviment de dades Host-GPU. Llançament dels kernels.
• Explotant el Paral·lelisme en CUDA. Threads, blocs i Malla. Relació entre blocs i threads. Identificació de threads. o Warps.

Objectiu de l'acte

• Introduir als estudiants a l’accés remot de GPUs, instal·lades en supercomputadors: accés, entorn, compil·lació, moviment de fitxers.
• Proporcionar als estudiants coneixements bàsics sobre l’arquitectura de la GPU, que permeti entendre el model de programació CUDA, molt diferent al model de programació clàssic en CPUs.
• Introduir a l’alumne en la programació de GPUs utilitzant el llenguatge de programació CUDA, tant en el Codi del host, com en el codi que s’executarà en la GPU. 5.

T'interessa si ets...

El curs ha estat dissenyat de forma específica per arribar a empreses que necessiten augmentar la seva capacitat de computació, ja sigui per l'ús d'algoritmes molt complexes o por la necessitat de gestionar una gran quantitat de dades. Exemples d'aplicacions: aprenentatge automàtic, aprenentatge profund, ciènci i enginyeria, biomedicina, simulació computacional, infografia...