Outils mathématiques et numériques pour l'analyse numérique et la programmation des gpu
Formation
À Paris Cédex 03
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Lieu
Paris cédex 03
-
Dates de début
Dates au choix
Public et conditions d'accès
Ouvert à un large public : élèves possédant un niveau bac + 2 en mathématiques. Des connaissances en méthodes numériques et informatique (programmation C/C++) sont nécessaires.
Objectifs pédagogiques
L'utilisation de processeurs graphiques (GPU) pour le calcul scientifique et les sciences de l'ingénieur permet un gain considérable en temps de calcul par rapport à une solution CPU classique. Ceci se fait au prix d'une programmation assez spécifique qu'il faut bien maîtriser pour pouvoir tirer le meilleur profit de ces processeurs.
Ce cours propose une familiarisation avec les outils mathématiques et algorithmiques des sciences de l'ingénieur nécessaires pour le développement de codes de calcul sur GPU et plus particulièrement sur les processeurs NVidia à travers l'utilisation du langage Cuda.
Le Cnam à obtenu le label " Cuda Teaching Center "
Compétences visées
A l'issue de ce cours les élèves seront à même de réaliser, de manière autonome, les différentes étapes menant au développement d'un code de calcul GPU; de l'algorithme à l'optimisation du code.
Mots-clés
GPU (Graphical Processing Unit)
Programmation scientifique
Résolution de problèmes
Calcul parallèle
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
A l'issue de ce cours les élèves seront à même de réaliser, de manière autonome, les différentes étapes menant au développement d'un code de calcul GPU; de l'algorithme à l'optimisation du code.
Les Avis
Les matières
- Analyse de résultats
- Calcul
- Ingénieur du son
Le programme
Contenu
1. Présentation des GPU, modèle hardware et software
2. Les GPU NVidia et programmation avec Cuda
3. Développement de codes calcul avec Cuda: application au sciences de l'ingénieur
4. Benchmarking des applications Cuda
5. Calculs répartis sur plusieurs GPU
6. Introduction à OpenCL
Modalité d'évaluation
Examen final et projet
Bibliographie
- NVidia : CUDA C Programming Guide
- Nicholas Wilt (à paraître en juin 2013) : The CUDA Handbook: A Comprehensive Guide to GPU Programming
- Jason Sanders & Edward Kandrot : Cuda par l'exemple
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Outils mathématiques et numériques pour l'analyse numérique et la programmation des gpu