Los contenidos del curso son:

• Introducción a las GPUS. Motivación del uso de GPUs. Definición de Sistema Heterogéneo o Evolución y características principales de las GPUs. Comparación de la arquitectura y rendimiento de GPU vs. CPU.
• Modelo de Ejecución. Características principales de la GPU. Modelo Host-Device. Estructura de un programa CUDA. Simultaneous Multi-Threading (SMT).
• Arquitectura de la GPU. Descripción general de la arquitectura. Arquitectura de un Stream Multiprocessor. Jerarquía de memoria de la GPU.
• Programación en CUDA. Conceptos básicos de CUDA. Funciones de información del sistema. Funciones de movimiento de datos Host-GPU. Lanzamiento del kernels.
• Explotando el Paralelismo en CUDA. Threads, bloques y Malla. Relación entre bloques y threads. Identificación de threads. o Warps.

Objectiu de l'acte

• Introducir a los estudiantes al acceso remoto de GPUs, instaladas en supercomputadores: acceso, entorno, compilación, movimiento de ficheros.
• Proporcionar a los estudiantes conocimientos básicos sobre la arquitectura de la GPU, que les permitan entender el modelo de programación CUDA, muy distinto al modelo de programación clásico en CPUs.
• Introducir al alumno en la programación de GPUs usando el lenguaje de programación CUDA, tanto en el Código del host, como en el código que se ejecutará en la GPU. 5.

T'interessa si ets...

El curso ha sido diseñador de forma específica para llegar a empresas que necesitan aumentar su capacidad de computación, ya sea por el uso de algoritmos muy complejos o por la necesidad de gestionar una gran cantidad de datos. Ejemplos de aplicaciones: aprendizaje automático, aprendizaje profundo, ciencia e ingeniería, biomedicina, simulación computacional, infografía, etc.