Kerangka Materi

Pengenalan

Memahami Dasar-Dasar Metodologi Komputasi Heterogen

Mengapa Komputasi Paralel? Memahami Kebutuhan Komputasi Paralel

Multi-Core Processors - Arsitektur dan Desain

Pengenalan Tentang Threads, Dasar Thread dan Konsep Dasar Pemrograman Paralel

Memahami Dasar-Dasar Proses Optimasi Perangkat Lunak GPU

OpenMP - Standar untuk Pemrograman Paralel Berbasis Direktif

Tangan dalam / Demonstrasi Berbagai Program pada Mesin Multi-Core

Pengenalan tentang Komputasi GPU

GPU untuk Komputasi Paralel

Model Pemrograman GPU

Tangan dalam / Demonstrasi Berbagai Program pada GPU

SDK, Toolkit dan Instalasi Lingkungan untuk GPU

Bekerja dengan Berbagai Library

Demonstrasi GPU dan Alat dengan Program Sederhana dan OpenACC

Memahami Model Pemrograman CUDA

Belajar Arsitektur CUDA

Eksplorasi dan Pengaturan Lingkungan Pengembangan CUDA

Bekerja dengan CUDA Runtime API

Memahami Model Memori CUDA

Eksplorasi Fitur API CUDA Tambahan

Akses Memori Global dengan Efisien di CUDA: Optimasi Memori Global

Optimasi Transfer Data di CUDA Menggunakan CUDA Streams

Menggunakan Memori Bersama di CUDA

Memahami dan Menggunakan Operasi dan Instruksi Atomik di CUDA

Studi Kasus: Pemrosesan Citra Digital Dasar dengan CUDA

Bekerja dengan Pemrograman Multi-GPU

Profiling dan Sampling Perangkat Keras Lanjut di NVIDIA / CUDA

Menggunakan API Dynamic Parallelism CUDA untuk Penjalanan Kernel Dinamis

Ringkasan dan Kesimpulan

Persyaratan

  • Programming C
  • Linux GCC
 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait