Arquitectura de GPU y programación paralela con CUDA

La transición a la programación paralela le permite aprovechar la inmensa potencia de las unidades de procesamiento gráfico (GPU) para tareas complejas de matemáticas y uso intensivo de datos, y la computación paralela es una de las mejores opciones para la computación de alto rendimiento. Este curso basado en texto lo guía a través de los principios fundamentales de la arquitectura de GPU y la computación paralela. Aprenderá a escribir, analizar y optimizar código paralelo usando CUDA. Lo que aprenderá: 1. Comprenda los conceptos de arquitectura GPU fundamentales y cómo difieren de las CPU tradicionales. 2. Escriba programas paralelos utilizando la sintaxis de CUDA, administrando subprocesos, bloques y cuadrículas. 3. Configure las jerarquías de memoria de la GPU, incluida la memoria global, compartida y local, para obtener un rendimiento óptimo. Practique la depuración y el análisis de fragmentos de código CUDA básicos para identificar cuellos de botella de rendimiento. Este curso comienza con terminología esencial, conceptos básicos de hardware y definiciones fundamentales antes de pasar a recorridos prácticos de código. Diseñado para programadores y estudiantes de ciencias de la computación que son nuevos en la programación paralela, este curso requiere solo conocimientos básicos de C o C ++ y ninguna experiencia previa en GPU.