Cyfrifiadureg Ddatblygedig
Ffurflen gofrestru: https://forms.gle/cxunwyhdDea3DEzLA
Hanfodion Cyfrifiadureg Ddatblygedig gyda CUDA C/C++
Hyd: 8 awr
Mae llwyfan cyfrifiadureg CUDA yn datblygu rhaglenni sy’n defnyddio dim ond uned brosesu ganolog (CPU), er mwyn iddynt weithio ar unedau prosesu graffeg (GPUs) aruthrol gyfochrog cyflymaf y byd. Cewch chi brofiad o ddatblygu rhaglenni C/C++ drwy wneud y canlynol:
- Datblygu rhaglenni sy’n defnyddio dim ond uned brosesu ganolog (CPU) i gynnal eu cyfochredd cudd ar unedau prosesu graffeg (GPUs)
- Defnyddio technegau hanfodol o reoli cof ar ddyfais CUDA er mwyn optimeiddio rhaglenni datblygedig
- Datgelu potensial rhaglenni datblygedig o ran gweithredu mewn modd cydamserol, a manteisio ar hynny gyda ffrydiau CUDA
- Gwneud y defnydd gorau o’r llinell orchymyn a phroffilio gweledol er mwyn llywio a gwirio eich gwaith
Ar ôl gorffen, byddwch chi’n gallu datblygu ac optimeiddio rhaglenni C/C++ presennol sy’n defnyddio dim ond uned broses ganolog gan ddefnyddio adnoddau a thechnegau mwyaf hanfodol CUDA. Bydd gennych grap ar arddull iterus o ddatblygu CUDA fydd yn eich helpu i ddefnyddio rhaglenni datblygedig yn gyflym.
Cliciwch yma i fynd i wefan yr NVIDIA am yr holl fanylion.
Hanfodion Cyfrifiadureg Ddatblygedig gyda CUDA Python
Hyd: 8 awr
Mae’r cwrs hwn yn trafod sut i ddefnyddio Numba, sef y rhaglen greu cod Python mewn amser real, i ddatblygu rhaglenni Python er mwyn iddynt weithredu ar unedau prosesu graffeg (GPUs) aruthrol gyfochrog NVIDIA. Byddwch chi’n dysgu sut i wneud y canlynol:
- Defnyddio Numba i greu cnewyll (kernels) CUDA â swyddogaethau cyffredinol NumPy (ufuncs).
- Defnyddio Numba i greu a lansio cnewyll CUDA wedi eu teilwra.
- Defnyddio technegau allweddol o reoli cof unedau prosesu graffeg (GPU).
Cliciwch yma i fynd i wefan yr NVIDIA am yr holl fanylion.
Graddio llwythau gwaith ar draws sawl uned broses graffeg (GPU) gyda CUDA C++
Hyd: 4 awr
Mae ysgrifennu rhaglenni CUDA C++, sy’n defnyddio’r holl unedau prosesu graffeg (GPUs) sydd ar gael ar nodau, mewn modd effeithlon a chywir, yn gwella perfformiad dros un cod uned brosesu graffeg yn sylweddol. Yn ogystal â hynny, mae’n defnyddio nodau cyfrifiadura gyda sawl uned brosesu graffeg yn y modd mwyaf cost-effeithiol posib. Yn y gweithdy hwn, byddwch chi’n dysgu sut i ddefnyddio sawl uned brosesu graffeg ar un cwgn drwy wneud y canlynol:
- Dysgu sut i lansio cnewyll (kernels) ar sawl uned brosesu graffeg, gyda phob un yn gweithio ar isadran o’r gwaith sydd ei angen
- Dysgu sut i ddefnyddio ffrydiau cydamserol CUDA fel bod copi cof yn gorgyffwrdd â gwaith cyfrifiadurol ar sawl uned brosesu graffeg
Cliciwch yma i fynd i wefan yr NVIDIA am yr holl fanylion.
Datblygu rhaglenni CUDA C++ gyda ffrydiau cydamserol
Hyd: 4 awr
Wrth i waith cyfrifiadurol unedau prosesu graffeg (GPU) orgyffwrdd mewn modd cydamserol ac wrth i gof drosglwyddo i uned brosesu graffeg a throsglwyddo ohono, gall hyn wella perfformiad rhaglenni CUDA yn sylweddol. Yn y gweithdy hwn, byddwch chi’n dysgu sut i ddefnyddio ffrydiau CUDA i gynnal gweithgareddau gorgyffwrdd copi/cyfrifiadura mewn rhaglenni CUDA C++ drwy wneud y canlynol:
- Dysgu’r rheolau a’r gystrawen sydd eu hangen wrth ddefnyddio ffrydiau cydamserol CUDA
- Ailffactorio ac optimeiddio rhaglen bresennol CUDA C++ er mwyn defnyddio ffrydiau CUDA a chynnal gweithgareddau gorgyffwrdd copi/cyfrifiadura
- Dibynnu ar amserlen proffiliwr gweledol NVIDIA® Nsight™ Systems er mwyn arsylwi ar gyfleoedd i wella ac arsylwi ar effaith y technegau sy’n cael eu trafod yn y gweithdy hwn.