Cursos de Programación NVIDIA GPU - Extended

Código del Curso

nvidiagpuprogrammingcuda

Duration

21 hours (usualmente 3 días, incluidas las pausas)

Requerimientos

  • C Programación
  • GCC de Linux

Overview

Este curso cubre cómo programar GPU para cómputo paralelo, cómo usar varias plataformas, cómo trabajar con la plataforma CUDA y sus características, y cómo realizar diversas técnicas de optimización usando CUDA. Algunas de las aplicaciones incluyen aprendizaje profundo, análisis, procesamiento de imágenes y aplicaciones de ingeniería.

Programa del Curso

Introducción

Comprender los fundamentos de la metodología de computación heterogénea

¿Por qué la computación paralela? Comprender la necesidad de computación en paralelo

Procesadores multinúcleo: arquitectura y diseño

Introducción a Threads, Thread Basics y Conceptos básicos de programación paralela

Comprender los fundamentos de los procesos de optimización de software GPU

OpenMP - Un estándar para la programación paralela basada en directivas

Manos a la obra / Demostración de varios programas en máquinas multinúcleo

Introducción a la computación GPU

GPU para Computación Paralela

Modelo de programación de GPU

Manos a la obra / Demostración de varios programas en GPU

SDK, Toolkit e instalación de entorno para GPU

Trabajando con varias bibliotecas

Demostración de GPU y herramientas con ejemplos de programas y OpenACC

Comprender el modelo de programación CUDA

Aprendiendo la arquitectura CUDA

Explorando y configurando los entornos de desarrollo de CUDA

Trabajando con la API CUDA Runtime

Comprender el modelo de memoria CUDA

Explorando características adicionales de API CUDA

Acceder a la memoria global de manera eficiente en CUDA: Optimización de la memoria global

Optimización de transferencias de datos en CUDA usando flujos CUDA

Usando la memoria compartida en CUDA

Comprender y usar operaciones e instrucciones atómicas en CUDA

Estudio de caso: procesamiento básico de imágenes digitales con CUDA

Trabajando con Programación Multi-GPU

Perfiles avanzados de hardware y muestreo en NVIDIA / CUDA

Uso de la API de paralelismo dinámico de CUDA para el lanzamiento dinámico del kernel

Resumen y conclusión

Testimonios

★★★★★
★★★★★

Promociones

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

Algunos de nuestros clientes

is growing fast!

We are looking to expand our presence in Uruguay!

As a Business Development Manager you will:

  • expand business in Uruguay
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!