• Apresentação
• Chamada de trabalhos
• Datas Importantes
• Minicursos
• Fórum de PG
• Fórum de IC
• Fórum de Palestras
• Maratona
• Programação
• Inscrições
• Hospedagem
• Informações Locais
• Coordenações
• Contato

Patrocinio:

Local:
Laboratório Nacional de Computação Científica (LNCC)

Endereço:
Av. Getúlio Vargas, 333, Quitandinha CEP 25651-075 Petrópolis - RJ

Contato:
Tathiana Tapajoz
Daniel Romero
Sala: 1E-03
Telefone: 24-2233-6101
E-mail eventos@lncc.br

Apoio:

Petrópolis - Rio de Janeiro - Brasil
24 a 26 de Agosto de 2015

MC05-Desenvolvimento de Aplicativos para Placas Gráficas com Uso de CUDA

Professor: Mark Joselli (PUC-PR)
Carga Horária: 3h
Data: 26/08/2015
Horário: 14:00 às 16:00 e 16:30 às 17:30
Local: Auditório B

Descrição:
A GPU (Unidades de processamento gráfico) são processadores dedicados para o processamento de cálculos gráficos. O desenvolvimento das GPUs programáveis começou uma nova área de pesquisa, permitindo o uso da GPU para processamento de dados não gráficos, este uso ficou chamado como GPGPU (GPU para uso genérico). Essas GPUs devido a sua arquitetura SIMD (Single Instruction, Multiple Data) são altamente otimizada para elevado numero de cálculos. Este trabalho visará a utilização dessas GPUs para a utilização em ambiente paralelos como clusters de GPUs, processamento distribuído entre GPUs e utilização da GPU para processamento em grade. Este tutorial tem o objetivo de capacitor o aluno a começar o desenvolvimento de algoritmos utilizando GPU Computing. Portanto, este tutorial apresenta uma abordagem basica, que vai desde o funcionamento ao primeiros passos de como usar a GPU para processamento de algoritmos. Além disso, o tutorial irá mostrar algumas técnicas sobre como melhor usar o poder da GPU para otimizar algoritmos, aumentando a velocidade quando comparado com modelos tradicionais. Este tutorial também mostra alguns exemplos destas técnica na prática.

Ementa:
O minicurso é dividido em 4 partes. Na primeira parte do curso são apresentados os conceitos de programação paralela de alto desempenho, arquitetura e hardware da GPU. Os conceitos apresentados nesta parte do curso tem o objetivo de fazer o aluno construir o conhecimento teórico para uma visão prática. A segunda parte consiste na apresentação das ferramentas de desenvolvimento, para a instalação e configuração do ambiente. A terceira parte consiste no estudo do conteúdo que envolve o desenvolvimento de programas com estrutura de dados na forma de fluxo, compilação e conhecimento de diretivas de compilação para otimização do código e conhecimento das APIs necessárias a execução de um código de GPU. Por fim, apresenta-se um overview para o entendimento prático dos problemas inerentes a gerencia e hierarquia de memória da GPU.