Εισαγωγή στον Προγραμματισμό GPU Κομμάτι εκπαίδευσης

Εισαγωγή

• Τι είναι ο προγραμματισμός GPU;
• Γιατί να χρησιμοποιήσετε τον προγραμματισμό GPU;
• Ποιες είναι οι προκλήσεις και οι ανταλλαγές του προγραμματισμού GPU;
• Ποια είναι τα πλαίσια και τα εργαλεία για τον προγραμματισμό GPU;
• Επιλέγοντας το κατάλληλο πλαίσιο και εργαλείο για την εφαρμογή σας

OpenCL

• Τι είναι το OpenCL;
• Ποια είναι τα πλεονεκτήματα και τα μειονεκτήματα του OpenCL;
• Ρύθμιση του περιβάλλοντος ανάπτυξης για το OpenCL
• Δημιουργία ενός βασικού προγράμματος OpenCL που εκτελεί πρόσθεση διανυσμάτων
• Χρήση του API OpenCL για αναζήτηση πληροφοριών συσκευής, εκχώρηση και αποδέσμευση μνήμης συσκευής, αντιγραφή δεδομένων μεταξύ κεντρικού υπολογιστή και συσκευής, εκκίνηση πυρήνων και συγχρονισμό νημάτων
• Χρήση της γλώσσας OpenCL C για τη συγγραφή πυρήνων που εκτελούνται στη συσκευή και επεξεργάζονται δεδομένα
• Χρήση ενσωματωμένων συναρτήσεων, μεταβλητών και βιβλιοθηκών του OpenCL για την εκτέλεση κοινών εργασιών και λειτουργιών
• Χρήση χώρων μνήμης OpenCL, όπως καθολική (global), τοπική (local), σταθερή (constant) και ιδιωτική (private), για βελτιστοποίηση μεταφορών δεδομένων και προσβάσεων στη μνήμη
• Χρήση του μοντέλου εκτέλεσης OpenCL για τον έλεγχο των στοιχείων εργασίας (work-items), ομάδων εργασίας (work-groups) και ND-ranges που ορίζουν τον παραλληλισμό
• Διόρθωση σφαλμάτων και δοκιμή προγραμμάτων OpenCL χρησιμοποιώντας εργαλεία όπως το CodeXL
• Βελτιστοποίηση προγραμμάτων OpenCL χρησιμοποιώντας τεχνικές όπως συνένωση, προσωρινή αποθήκευση, προφόρτωση και καταγραφή προφίλ

CUDA

• Τι είναι το CUDA;
• Ποια είναι τα πλεονεκτήματα και τα μειονεκτήματα του CUDA;
• Ρύθμιση του περιβάλλοντος ανάπτυξης για το CUDA
• Δημιουργία ενός βασικού προγράμματος CUDA που εκτελεί πρόσθεση διανυσμάτων
• Χρήση του API CUDA για αναζήτηση πληροφοριών συσκευής, εκχώρηση και αποδέσμευση μνήμης συσκευής, αντιγραφή δεδομένων μεταξύ κεντρικού υπολογιστή και συσκευής, εκκίνηση πυρήνων και συγχρονισμό νημάτων
• Χρήση της γλώσσας CUDA C/C++ για τη συγγραφή πυρήνων που εκτελούνται στη συσκευή και επεξεργάζονται δεδομένα
• Χρήση ενσωματωμένων συναρτήσεων, μεταβλητών και βιβλιοθηκών του CUDA για την εκτέλεση κοινών εργασιών και λειτουργιών
• Χρήση χώρων μνήμης CUDA, όπως καθολική (global), κοινόχρηστη (shared), σταθερή (constant) και τοπική (local), για βελτιστοποίηση μεταφορών δεδομένων και προσβάσεων στη μνήμη
• Χρήση του μοντέλου εκτέλεσης CUDA για τον έλεγχο των νημάτων (threads), μπλοκ (blocks) και πλεγμάτων (grids) που ορίζουν τον παραλληλισμό
• Διόρθωση σφαλμάτων και δοκιμή προγραμμάτων CUDA χρησιμοποιώντας εργαλεία όπως CUDA-GDB, CUDA-MEMCHECK και NVIDIA Nsight
• Βελτιστοποίηση προγραμμάτων CUDA χρησιμοποιώντας τεχνικές όπως συνένωση, προσωρινή αποθήκευση, προφόρτωση και καταγραφή προφίλ

ROCm

• Τι είναι το ROCm;
• Ποια είναι τα πλεονεκτήματα και τα μειονεκτήματα του ROCm;
• Ρύθμιση του περιβάλλοντος ανάπτυξης για το ROCm
• Δημιουργία ενός βασικού προγράμματος ROCm που εκτελεί πρόσθεση διανυσμάτων
• Χρήση του API ROCm για αναζήτηση πληροφοριών συσκευής, εκχώρηση και αποδέσμευση μνήμης συσκευής, αντιγραφή δεδομένων μεταξύ κεντρικού υπολογιστή και συσκευής, εκκίνηση πυρήνων και συγχρονισμό νημάτων
• Χρήση της γλώσσας ROCm C/C++ για τη συγγραφή πυρήνων που εκτελούνται στη συσκευή και επεξεργάζονται δεδομένα
• Χρήση ενσωματωμένων συναρτήσεων, μεταβλητών και βιβλιοθηκών του ROCm για την εκτέλεση κοινών εργασιών και λειτουργιών
• Χρήση χώρων μνήμης ROCm, όπως καθολική (global), τοπική (local), σταθερή (constant) και ιδιωτική (private), για βελτιστοποίηση μεταφορών δεδομένων και προσβάσεων στη μνήμη
• Χρήση του μοντέλου εκτέλεσης ROCm για τον έλεγχο των νημάτων, μπλοκ και πλεγμάτων που ορίζουν τον παραλληλισμό
• Διόρθωση σφαλμάτων και δοκιμή προγραμμάτων ROCm χρησιμοποιώντας εργαλεία όπως ROCm Debugger και ROCm Profiler
• Βελτιστοποίηση προγραμμάτων ROCm χρησιμοποιώντας τεχνικές όπως συνένωση, προσωρινή αποθήκευση, προφόρτωση και καταγραφή προφίλ

HIP

• Τι είναι το HIP;
• Ποια είναι τα πλεονεκτήματα και τα μειονεκτήματα του HIP;
• Ρύθμιση του περιβάλλοντος ανάπτυξης για το HIP
• Δημιουργία ενός βασικού προγράμματος HIP που εκτελεί πρόσθεση διανυσμάτων
• Χρήση της γλώσσας HIP για τη συγγραφή πυρήνων που εκτελούνται στη συσκευή και επεξεργάζονται δεδομένα
• Χρήση ενσωματωμένων συναρτήσεων, μεταβλητών και βιβλιοθηκών του HIP για την εκτέλεση κοινών εργασιών και λειτουργιών
• Χρήση χώρων μνήμης HIP, όπως καθολική (global), κοινόχρηστη (shared), σταθερή (constant) και τοπική (local), για βελτιστοποίηση μεταφορών δεδομένων και προσβάσεων στη μνήμη
• Χρήση του μοντέλου εκτέλεσης HIP για τον έλεγχο των νημάτων, μπλοκ και πλεγμάτων που ορίζουν τον παραλληλισμό
• Διόρθωση σφαλμάτων και δοκιμή προγραμμάτων HIP χρησιμοποιώντας εργαλεία όπως ROCm Debugger και ROCm Profiler
• Βελτιστοποίηση προγραμμάτων HIP χρησιμοποιώντας τεχνικές όπως συνένωση, προσωρινή αποθήκευση, προφόρτωση και καταγραφή προφίλ

Σύγκριση

• Σύγκριση των χαρακτηριστικών, της απόδοσης και της συμβατότητας των OpenCL, CUDA, ROCm και HIP
• Αξιολόγηση προγραμμάτων GPU χρησιμοποιώντας δείκτες αναφοράς (benchmarks) και μετρικές
• Εκμάθηση των βέλτιστων πρακτικών και συμβουλών για τον προγραμματισμό GPU
• Διερεύνηση των τρεχουσών και μελλοντικών τάσεων και προκλήσεων του προγραμματισμού GPU

Σύνοψη και Επόμενα Βήματα