Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
소개
- GPU 프로그래밍이란 무엇입니까?
- GPU 프로그래밍을 사용하는 이유는 무엇입니까?
- GPU 프로그래밍의 과제와 장단점은 무엇입니까?
- GPU 프로그래밍을 위한 프레임워크와 도구는 무엇입니까?
- 애플리케이션에 적합한 프레임워크 및 도구 선택
OpenCL
- OpenCL란 무엇인가요?
- OpenCL의 장점과 단점은 무엇입니까?
- OpenCL 개발 환경 설정
- 벡터 추가를 수행하는 기본 OpenCL 프로그램 작성
- OpenCL API를 사용하여 장치 정보 쿼리, 장치 메모리 할당 및 할당 해제, 호스트와 장치 간 데이터 복사, 커널 시작 및 스레드 동기화
- OpenCL C 언어를 사용하여 장치에서 실행되고 데이터를 조작하는 커널 작성
- OpenCL 내장 함수, 변수 및 라이브러리를 사용하여 일반적인 작업 및 작업 수행
- 글로벌, 로컬, 상수, 프라이빗 등 OpenCL 메모리 공간을 사용하여 데이터 전송 및 메모리 액세스 최적화
- OpenCL 실행 모델을 사용하여 병렬성을 정의하는 작업 항목, 작업 그룹 및 ND 범위를 제어합니다.
- CodeXL과 같은 도구를 사용하여 OpenCL 프로그램 디버깅 및 테스트
- 병합, 캐싱, 프리패치 및 프로파일링과 같은 기술을 사용하여 OpenCL 프로그램 최적화
쿠다
- 쿠다란 무엇인가요?
- CUDA의 장점과 단점은 무엇입니까?
- CUDA 개발 환경 설정
- 벡터 추가를 수행하는 기본 CUDA 프로그램 만들기
- CUDA API를 사용하여 장치 정보 쿼리, 장치 메모리 할당 및 할당 해제, 호스트와 장치 간 데이터 복사, 커널 실행 및 스레드 동기화
- CUDA C/C++ 언어를 사용하여 장치에서 실행되고 데이터를 조작하는 커널 작성
- CUDA 내장 함수, 변수 및 라이브러리를 사용하여 일반적인 작업 및 작업 수행
- 전역, 공유, 상수 및 로컬과 같은 CUDA 메모리 공간을 사용하여 데이터 전송 및 메모리 액세스 최적화
- CUDA 실행 모델을 사용하여 병렬성을 정의하는 스레드, 블록 및 그리드 제어
- CUDA-GDB, CUDA-MEMCHECK 및 NVIDIA Nsight와 같은 도구를 사용하여 CUDA 프로그램 디버깅 및 테스트
- 병합, 캐싱, 프리패치, 프로파일링과 같은 기술을 사용하여 CUDA 프로그램 최적화
ROCm
- ROCm이란 무엇입니까?
- ROCm의 장점과 단점은 무엇입니까?
- ROCm 개발 환경 설정
- 벡터 추가를 수행하는 기본 ROCm 프로그램 만들기
- ROCm API를 사용하여 장치 정보 쿼리, 장치 메모리 할당 및 할당 취소, 호스트와 장치 간 데이터 복사, 커널 실행 및 스레드 동기화
- ROCm C/C++ 언어를 사용하여 장치에서 실행되고 데이터를 조작하는 커널 작성
- ROCm 내장 함수, 변수 및 라이브러리를 사용하여 일반적인 작업 및 작업 수행
- 글로벌, 로컬, 상수, 프라이빗 등 ROCm 메모리 공간을 사용하여 데이터 전송 및 메모리 액세스 최적화
- ROCm 실행 모델을 사용하여 병렬성을 정의하는 스레드, 블록 및 그리드를 제어합니다.
- ROCm 디버거 및 ROCm 프로파일러와 같은 도구를 사용하여 ROCm 프로그램 디버깅 및 테스트
- 병합, 캐싱, 프리패치, 프로파일링과 같은 기술을 사용하여 ROCm 프로그램 최적화
잘 알고 있기
- HIP란 무엇인가요?
- HIP의 장점과 단점은 무엇입니까?
- HIP 개발 환경 설정
- 벡터 추가를 수행하는 기본 HIP 프로그램 작성
- HIP 언어를 사용하여 장치에서 실행되고 데이터를 조작하는 커널 작성
- HIP 내장 함수, 변수 및 라이브러리를 사용하여 일반적인 작업 및 작업 수행
- 전역, 공유, 상수 및 로컬과 같은 HIP 메모리 공간을 사용하여 데이터 전송 및 메모리 액세스 최적화
- HIP 실행 모델을 사용하여 병렬성을 정의하는 스레드, 블록 및 그리드를 제어합니다.
- ROCm 디버거 및 ROCm 프로파일러와 같은 도구를 사용하여 HIP 프로그램 디버깅 및 테스트
- 병합, 캐싱, 프리패치, 프로파일링과 같은 기술을 사용하여 HIP 프로그램 최적화
비교
- OpenCL, CUDA, ROCm 및 HIP의 기능, 성능 및 호환성 비교
- 벤치마크 및 지표를 사용하여 GPU 프로그램 평가
- GPU 프로그래밍에 대한 모범 사례 및 팁 학습
- GPU 프로그래밍의 현재 및 미래 동향과 과제 탐색
요약 및 다음 단계
Requirements
- C/C++ 언어 및 병렬 프로그래밍 개념에 대한 이해
- 컴퓨터 아키텍처 및 메모리 계층에 대한 기본 지식
- 명령줄 도구 및 코드 편집기 사용 경험
청중
- GPU 프로그래밍의 기초와 GPU 애플리케이션 개발을 위한 주요 프레임워크 및 도구를 배우고 싶은 개발자
- 다양한 플랫폼과 장치에서 실행할 수 있는 이식 가능하고 확장 가능한 코드를 작성하려는 개발자
- GPU 프로그래밍 및 최적화의 이점과 과제를 탐구하려는 프로그래머
21 Hours
회원 평가 (1)
교육 시작과 종료 사이의 복잡성이 잘 진행되면서 다양한 예와 매우 대화식입니다.
Jenny - Andheo
Course - GPU Programming with CUDA and Python
Machine Translated
