Partner erogante
Offerente
Descrizione corso
Scopo del corso è introdurre i partecipanti alle tecniche di programmazione parallela e ad alta performance applicabili, in particolare, per diversi problemi di machine learning.
Al termine del corso si posseggono le basi fondamentali di programmazione parallela in C/C++/CUDA e Python per sistemi multicore, cluster e GPGPU; si conoscono inoltre i principali paradigmi di programmazione parallela e gli ambienti di programmazione standard con CUDA.
Scopo del corso è introdurre i partecipanti alle tecniche di programmazione parallela e ad alta performance applicabili, in particolare, per diversi problemi di machine learning.
Al termine del corso i partecipanti possiedono le basi fondamentali di programmazione parallela in C/C++/CUDA e Python per sistemi multicore, cluster e GPGPU; conoscono inoltre i principali paradigmi di programmazione parallela e gli ambienti di programmazione standard con CUDA.
Principali argomenti trattati nel corso
- Livelli di parallelismo (istruzioni, transazioni, task, thread, memoria)
- Modelli di parallelismo (SIMD, MIMD, SPMD)
- Overview GPGPU
- Hardware GPU CUDA
- Compilatore CUDA e strumenti
- La memoria nella GPU e suo accesso
- Stream e multi-GPU
- Utilizzo librerie CUDA.
Prerequisiti per partecipare al corso: conoscenze di base di C/C++ e Python.
prof. Marco Bertini
Corso online
Il corso è attivabile, su richiesta, tutti i mesi dell’anno.
Dettagli del corso
Ore di docenza
Posti disponibili
Lingua/e di docenza
Lingua/e delle slide
Uso di piattaforme online per esercitazioni o questionari
Materiali di studio e di training
Testo consigliato: Programming Massively Parallel Processors, David B. Kirk and Wen-mei W. Hwu, Morgan Kaufmann
Materiali di training: slides, libri di testo.
Modalità di valutazione
Nessuna