Objectifs

Maîtriser la programmation GPU en langage CUDA

Public

Cette formation s'adresse aux personnes qui souhaitent acquérir une connaissance solide de la programmation GPU et de la technologie CUDA.

Pré-requis

Bonne expérience de la programmation en langage C indispensable

Post-Formation

Méthodes

50% Pratique 50% Théorique

Programme

Jour 1

• Introduction à CUDA
• Introduction générale à CUDA
• Modèles physique et logique de CUDA
• Evolution des matériels Nvidia
• Le langage CUDA-C
• Compiler un code CUDA
• Optimiser un code CUDA
• Mesurer la performance
• Géométrie des noyaux CUDA
• Problème d’alignement mémoire
• Les warps CUDA
• Problème de coalescence des accès
• Banches et divergences
• Déroulage de boucles
• La mémoire constance
• La mémoire texture
• La mémoire surface
• La mémoire partagée
• Taux d’occupation
• Introduction au Nvidia profiler

Jour 2

• TP d'optimisation
• Optimisation d’un produit matrice constante
• Optimisation d’un produit matrice vecteur
• Optimisation d’une transposée de matrice
• Gestion mémoire avancée
• Alignement mémoire et padding
• Sensibilisation au coût de la gestion mémoire
• Allocation de mémoire verrouillée
• Utilisation de mémoire « zéro-copie »
• UVA

Jour 3

• Notions d'algorithmique parallèle
• Le pipe-line et les CUDA streams
• La réduction
• Opérations atomique
• Application du «parallélisme dynamique» au tri parallèle
• Bibliothèques CUDA
• cuFFT
• cuBLAS
• Introduction à la programmation multi-GPU
• Introduction générale à la programmation multi-GPU
• Parallélisme à gros grain
• Parallélisme à grain ffin
• L’accès «peer-to-peer » avec UVA
• TP final : Ecriture d’une version CUDA du code Modified Gram Schmidt

Environnement

Mot-clés

CUD100 programmation GPU CUDA CUD100