GPU Computing - WMM9AM40
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail
Objectifs
Cet enseignement porte sur l'appropriation des technologies liées aux accélérateurs. Il aborde les aspects matériels (architecture des accélérateurs, niveaux de mémoire), logiciels (CUDA, OpenCL) et les aspects algorithmiques (tiling, reduction, pipelining). Le processus de conception d'une application utilisant des accélérateurs est également introduit.
Contenu - Introduction au parallélisme et premiers éléments d'architecture
Organisation de la mémoire et Organisation des structures de calculs - Présentation de différents outils de programmation
Elements de langages en OpenCL/CUDA - Optimisations mémoire des calculs
Hiérarchie de la mémoire et organisation des traitements. - Patrons de programmation parallèle
Etude de différentes patrons parallèles. - Programmation hétérogène
Découpage des tâches entre les CPU et les accélérateurs - Projet
PrérequisProgrammation en C/C++, Algorithmique
Contrôles des connaissances Evaluation par projet réalisé en binôme autour d'un sujet proposé par les étudiants.
Le projet a deux phases: 1 phase commune et 1 phase d'exploration laissée libre. (NPR)
N1= NPR
N2 = (NPR+E)/2
NPR = Evaluation du projet
E = Examen écrit de rattrapage (écrit)
L'examen existe uniquement en anglais 
Calendrier Le cours est programmé dans ces filières :
- Cursus ingénieur - Master Math. et Applications - Semestre 9 (ce cours est donné uniquement en anglais
) - Cursus ingénieur - Master Informatique - Semestre 9 (ce cours est donné uniquement en anglais
)
cf.
l'emploi du temps 2022/2023
Informations complémentaires Code de l'enseignement : WMM9AM40
Langue(s) d'enseignement : 
Vous pouvez retrouver ce cours dans la liste de tous les cours.
Bibliographie Parallel Computing: Principles and Practice - T. J. Fountain
Patterns for Parallel Programming - Timothy G. Mattson, Beverly A. Sanders, Berna L. Massingill
Introduction to Parallel Computing - Ananth Grama, George Karypis, Vipin Kumar, Anshul Gupta
CUDA by Example: An Introduction to General-Purpose GPU Programming - Jason Sanders, Edward Kandrot
Heterogeneous Computing with OpenCL de Benedict Gaster
A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail
mise à jour le 21 septembre 2022