Entrar em Contato

Programa do Curso

Introdução

Compreendendo os Fundamentos da Metodologia de Computação Heterogênea

Por que Computação Paralela? Compreendendo a Necessidade da Computação Paralela

Processadores Multi-Core - Arquitetura e Design

Introdução aos Threads, Conceitos Básicos de Thread e Fundamentos da Programação Paralela

Compreendendo os Fundamentos dos Processos de Otimização de Software em GPUs

OpenMP - Um Padrão para Programação Paralela Baseada em Diretivas

Prática / Demonstração de Vários Programas em Máquinas Multi-Core

Introdução à Computação com GPU

GPUs para Computação Paralela

Modelo de Programação de GPUs

Prática / Demonstração de Vários Programas em GPUs

SDK, Toolkit e Instalação do Ambiente para GPU

Trabalhando com Diversas Bibliotecas

Demonstração de GPU e Ferramentas com Programas Exemplo e OpenACC

Compreendendo o Modelo de Programação CUDA

Aprendendo a Arquitetura CUDA

Explorando e Configurando Ambientes de Desenvolvimento CUDA

Trabalhando com a API CUDA Runtime

Entendendo o Modelo de Memória CUDA

Explorando Recursos Adicionais da API CUDA

Acessando Memória Global Eficientemente no CUDA: Otimização de Memória Global

Otimizando Transferências de Dados no CUDA Usando Streams CUDA

Usando Memória Compartilhada no CUDA

Compreendendo e Usando Operações e Instruções Atômicas no CUDA

Estudo de Caso: Processamento Básico de Imagens Digitais com CUDA

Trabalhando com Programação Multi-GPU

Perfilamento Avançado e Amostragem de Hardware na NVIDIA / CUDA

Usando a API CUDA Dynamic Parallelism para Lançamento Dinâmico de Kernels

Resumo e Conclusão

Requisitos

  • Programação em C
  • Linux GCC
 21 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas