Eğitim İçeriği

Giriş

Heterojen Hesaplama Metodolojisinin Temellerini Anlama

Neden Paralel Hesaplama? Paralel Hesaplama İhtiyacını Anlama

Çok Çekirdekli İşlemciler - Mimari ve Tasarım

Thread'lere Giriş, Thread Temelleri ve Paralel Programming Temel Kavramları

GPU Yazılım Optimizasyon Süreçlerinin Temellerini Anlama

OpenMP - Direktif Tabanlı Paralel Programming için bir Standart

Çok Çekirdekli Makinelerde Çeşitli Programların Uygulamalı Çalışması / Gösterimi

GPU Hesaplamaya Giriş

Paralel Hesaplama için GPU’ler

GPU’ler Programming Modeli

GPU üzerinde Çeşitli Programların Uygulamalı Çalışması / Gösterimi

GPU için SDK, Araç Takımı ve Ortam Kurulumu

Çeşitli Kütüphanelerle Çalışma

GPU ve Araçların Örnek Programlar ve OpenACC ile Gösterimi

CUDA Programming Modelini Anlama

CUDA Mimarisini Öğrenme

CUDA Geliştirme Ortamlarını Keşfetme ve Kurma

CUDA Çalışma Zamanı API'si ile Çalışma

CUDA Bellek Modelini Anlama

Ek CUDA API Özelliklerini Keşfetme

CUDA'da Global Belleği Verimli Kullanma: Global Bellek Optimizasyonu Access

CUDA Akışlarını Kullanarak CUDA'da Veri Aktarımlarını Optimize Etme

CUDA'da Paylaşılan Belleği Kullanma

CUDA'da Atomik İşlemleri ve Komutları Anlama ve Kullanma

Vaka Çalışması: CUDA ile Temel Dijital Görüntü İşleme

Çoklu-GPU Programming ile Çalışma

NVIDIA / CUDA üzerinde Gelişmiş Donanım Profilleme ve Örnekleme

Dinamik Çekirdek Başlatma için CUDA Dinamik Paralellik API'sini Kullanma

Özet ve Sonuç

Kurs İçin Gerekli Önbilgiler

  • C Programming
  • Linux GCC
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (1)

Yaklaşan Etkinlikler

İlgili Kategoriler