Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
- O que é programação de GPU?
- Por que usar CUDA com Python?
- Conceitos-chave: Threads, Blocos, Grades
Visão Geral das Funcionalidades e Arquitetura do CUDA
- Arquitetura de GPU vs CPU
- Noções sobre SIMT (Single Instruction, Multiple Threads)
- Modelo de programação CUDA
Configurando o Ambiente de Desenvolvimento
- Instalando a CUDA Toolkit e drivers
- Instalando Python e Numba
- Configurando e verificando o ambiente
Fundamentos da Programação Paralela
- Introdução à execução paralela
- Noções sobre threads e hierarquias de threads
- Trabalhando com warps e sincronização
Trabalhando com o Compilador Numba
- Introdução ao Numba
- Escrevendo kernels CUDA com Numba
- Noções sobre decoradores @cuda.jit
Criando um Kernel Personalizado CUDA
- Escrevendo e lançando um kernel básico
- Usando threads para operações elemento a elemento
- Gerenciando dimensões de grade e bloco
Gestão de Memória
- Tipos de memória GPU (global, compartilhada, local, constante)
- Transferência de memória entre host e dispositivo
- Otimizando o uso da memória e evitando gargalos
Tópicos Avançados em Aceleração de GPU
- Memória compartilhada e sincronização
- Usando streams para execução assíncrona
- Noções básicas de programação multi-GPU
Convertendo Aplicativos Baseados em CPU para GPU
- Perfilando código de CPU
- Identificando seções paralelizáveis
- Portando lógica para kernels CUDA
Troubleshooting
- Depurando aplicativos CUDA
- Erros comuns e como resolvê-los
- Ferramentas e técnicas para teste e validação
Resumo e Próximos Passos
- Revisão de conceitos-chave
- Melhores práticas em programação de GPU
- Recursos para aprendizado contínuo
Requisitos
- Experiência em programação Python
- Experiência com NumPy (ndarrays, ufuncs, etc.)
Público-alvo
- Desenvolvedores
14 Horas
Declaração de Clientes (1)
Muito interativo com vários exemplos, com uma boa progressão de complexidade entre o início e o fim da formação.
Jenny - Andheo
Curso - GPU Programming with CUDA and Python
Máquina Traduzida