課程簡介

介紹

  • 什麼是 OpenACC？
  • OpenACC 與 OpenCL 與 CUDA 與 SYCL
  • OpenACC 功能和體系結構概述
  • 設置開發環境

開始

  • 使用 Visual Studio 代碼創建新的 OpenACC 專案
  • 探索項目結構和檔
  • 編譯和運行程式
  • 使用 printf 和 fprintf 顯示輸出

OpenACC 指令和條款

  • 瞭解 OpenACC 指令和子句在主機和設備代碼中的作用
  • 使用 OpenACC 並行指令和子句創建並行區域並指定 gang、worker 和 vector 的數量
  • 使用 OpenACC 內核指令和子句創建內核區域，並讓編譯器決定並行性
  • 使用 OpenACC 循環指令和子句並行化迴圈並指定迴圈分佈、摺疊、縮減和平鋪
  • 使用 OpenACC 資料指令和子句管理數據行動和資料區域
  • 使用 OpenACC 更新指令和子句在主機和設備之間同步數據
  • 使用 OpenACC 快取指令和子句來改進資料重用和局部性
  • 使用 OpenACC 例程指令和子句創建設備函數並指定函數類型和向量長度
  • 使用 OpenACC wait 指令和子句同步事件和依賴項

OpenACC 介面

  • 瞭解 OpenACC API 在主機程式中的作用
  • 使用 OpenACC API 查詢設備資訊和功能
  • 使用 OpenACC API 設定裝置編號和設備類型
  • 使用 OpenACC API 處理錯誤和異常
  • 使用 OpenACC API 建立和同步事件

OpenACC 庫和互操作性

  • 瞭解 OpenACC 庫和互操作性功能在設備程式中的作用
  • 使用 OpenACC 庫（如數學庫、隨機庫和複數庫）執行常見任務和操作
  • 使用 OpenACC 互操作性功能（如 deviceptr、use_device 和 acc_memcpy）將 OpenACC 與其他程式設計模型（如 CUDA、OpenMP 和 MPI）集成
  • 使用 OpenACC 互操作性功能（如 host_data 和 declare）將 OpenACC 與 GPU 庫（如 cuBLAS 和 cuFFT）集成

OpenACC 工具

  • 瞭解 OpenACC 工具在開發過程中的作用
  • 使用 OpenACC 工具分析和調試 OpenACC 程式，並確定性能瓶頸和機會
  • 使用 OpenACC 工具（如 PGI 編譯器、NVIDIA Nsight Systems 和 Allinea Forge）來衡量和提高執行時間和資源利用率

優化

  • 了解影響 OpenACC 程式性能的因素
  • 使用 OpenACC 指令和子句來優化數據局部性並減少數據傳輸
  • 使用 OpenACC 指令和子句來優化迴圈並行性和融合
  • 使用 OpenACC 指令和子句優化內核併行性和融合
  • 使用 OpenACC 指令和子句優化矢量化和自動調整

摘要和後續步驟

最低要求

  • 瞭解 C/C++ 或 Fortran 語言和並行程式設計概念
  • 計算機體系結構和記憶體層次結構的基礎知識
  • 具有命令行工具和代碼編輯器的經驗

觀眾

  • 希望瞭解如何使用 OpenACC 對異構設備進行程式設計並利用其並行性的開發人員
  • 希望編寫可在不同平臺和設備上運行的可移植且可擴展代碼的開發人員
  • 希望探索異構程式設計的高級方面並優化其代碼生產力的程式師
 28 時間：

需要幫助選擇合適的課程嗎？

客戶評論 (2)

與各種示例非常互動，在培訓開始和結束之間的複雜性進展良好。

Jenny - Andheo
Course - GPU Programming with CUDA and Python

機器翻譯

培訓師精力充沛，幽默風趣。

Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.
Course - NVIDIA GPU Programming - Extended

機器翻譯

相關課程

AMD GPU Programming

 28 時間：

這種以講師為主導的澳門現場現場培訓面向希望使用ROCm和HIP對AMD GPU進行程式設計並利用其並行性的初級到中級開發人員。

在培訓結束時，參與者將能夠：

  • 設置包含 ROCm 平臺、AMD GPU 和 Visual Studio 代碼的開發環境。
  • 創建一個基本的 ROCm 程式，該程式對 GPU 執行向量加法並從 GPU 記憶體中檢索結果。
  • 使用 ROCm API 查詢設備資訊、分配和釋放裝置記憶體、在主機和設備之間複製數據、啟動內核和同步線程。
  • 使用 HIP 語言編寫在 GPU 上執行的內核並操作數據。
  • 使用 HIP 內置函數、變數和庫來執行常見任務和操作。
  • 使用 ROCm 和 HIP 記憶體空間（如全域、共用、常量和本地）來優化數據傳輸和記憶體訪問。
  • 使用 ROCm 和 HIP 執行模型來控制定義並行度的線程、塊和網格。
  • 使用 ROCm Debugger 和 ROCm Profiler 等工具調試和測試 ROCm 和 HIP 程式。
  • 使用合併、緩存、預取和分析等技術優化 ROCm 和 HIP 程式。
更多...

Administration of CUDA

 35 時間：

這種由講師指導的現場培訓 澳門（在線或遠端）面向希望安裝、配置、管理和排除 CUDA 環境故障的初級系統管理員和 IT 專業人員。

在培訓結束時，參與者將能夠：

  • 瞭解 CUDA 的架構、元件和功能。
  • 安裝和配置 CUDA 環境。
  • 管理和優化 CUDA 資源。
  • 調試和排查常見的 CUDA 問題。
更多...

GPU Programming with CUDA and Python

 14 時間：

這是一個由講師指導的，在澳門（線上或線下）進行的培訓，針對希望使用CUDA來構建在NVIDIA GPU上並行運行的Python應用程式的中級開發者。

在培訓結束時，參與者將能夠：

  • 使用Numba編譯器來加速在NVIDIA GPU上運行的Python應用程式。
  • 創建、編譯並啟動自定義的CUDA核心。
  • 管理GPU的記憶體。
  • 將基於CPU的應用程式轉換為GPU加速的應用程式。
更多...

Introduction to GPU Programming

 21 時間：

這種以講師為主導的澳門現場現場培訓針對的是希望學習GPU程式設計基礎知識以及開發GPU應用程式的主要框架和工具的初級到中級開發人員。

  • 在培訓結束時，參與者將能夠：
    瞭解 CPU 和 GPU 計算之間的區別以及 GPU 程式設計的好處和挑戰。
  • 為他們的 GPU 應用程式選擇正確的框架和工具。
  • 創建一個基本的 GPU 程式，該程式使用一個或多個框架和工具執行向量加法。
  • 使用相應的 API、語言和庫來查詢設備資訊、分配和解除分配設備記憶體、在主機和設備之間複製數據、啟動內核以及同步線程。
  • 使用相應的記憶體空間（如全域、本地、常量和專用）來優化數據傳輸和記憶體訪問。
  • 使用相應的執行模型（如工作項、工作組、線程、塊和網格）來控制並行度。
  • 使用 CodeXL 、 CUDA-GDB 、 CUDA-MEMCHECK 和 NVIDIA Nsight 等工具調試和測試 GPU 程式。
  • 使用合併、緩存、預取和分析等技術優化 GPU 程式。
更多...

GPU Programming with CUDA

 28 時間：

這個由 講師指導的 澳門 現場現場培訓（在線或現場）面向希望使用 CUDA 對 NVIDIA GPU 進行程式設計並利用其並行性的初級到中級開發人員。

在本次培訓結束時，參與者將能夠：

  • 設置一個開發環境，其中包括 CUDA 工具包、NVIDIA GPU 和 Visual Studio 代碼。
  • 創建一個基本的 CUDA 程式，該程式在 GPU 上執行向量加法並從 GPU 記憶體中檢索結果。
  • 使用 CUDA API 查詢設備資訊、分配和釋放設備記憶體、在主機和設備之間複製數據、啟動內核和同步線程。
  • 使用 CUDA C/C++ 語言編寫在 GPU 上執行並操作數據的內核。
  • 使用 CUDA 內建函數、變數和庫來執行常見任務和操作。
  • 使用 CUDA 記憶體空間（例如全域、共用、常量和本地）來優化數據傳輸和記憶體訪問。
  • 使用 CUDA 執行模型來控制定義並行度的線程、塊和網格。
  • 使用 CUDA-GDB、CUDA-MEMCHECK 和 NVIDIA Nsight 等工具調試和測試 CUDA 程式。
  • 使用合併、緩存、預取和分析等技術優化 CUDA 程式。

97% de clients satisfaits. 

更多...

GPU Programming with OpenCL

 28 時間：

這種以講師為主導的澳門現場培訓（現場或遠端）面向希望使用OpenCL對異構設備進行程式設計並利用其並行性的初級到中級開發人員。

在培訓結束時，參與者將能夠：

  • 設置包含 OpenCL SDK、支援 OpenCL 和 Visual Studio 代碼的設備的開發環境。
  • 創建一個基本的 OpenCL 程式，該程式在設備上執行向量加法並從設備記憶體中檢索結果。
  • 使用 OpenCL API 查詢設備資訊、創建上下文、命令佇列、緩衝區、內核和事件。
  • 使用 OpenCL C 語言編寫在設備上執行並操作數據的內核。
  • 使用 OpenCL 內置函數、擴展和庫來執行常見任務和操作。
  • 使用 OpenCL 主機和設備記憶體模型來優化數據傳輸和記憶體訪問。
  • 使用 OpenCL 執行模型來控制工作項、工作組和 ND 範圍。
  • 使用 CodeXL、Intel VTune 和 NVIDIA Nsight 等工具調試和測試 OpenCL 程式。
  • 使用矢量化、循環展開、本地記憶體和分析等技術優化 OpenCL 程式。
更多...

GPU Programming - OpenCL vs CUDA vs ROCm

 28 時間：

這種以講師為主導的澳門現場現場培訓針對的是希望使用不同框架進行GPU程式設計並比較其功能，性能和相容性的初級到中級開發人員。

在培訓結束時，參與者將能夠：

  • 設置一個開發環境，其中包括 OpenCL SDK、CUDA 工具包、ROCm 平臺、支援 OpenCL、CUDA 或 ROCm 的設備以及 Visual Studio 代碼。
  • 創建一個基本的 GPU 程式，使用 OpenCL、CUDA 和 ROCm 執行向量加法，並比較每個框架的語法、結構和執行。
  • 使用相應的 API 查詢設備資訊、分配和釋放設備記憶體、在主機和設備之間複製數據、啟動內核以及同步線程。
  • 使用相應的語言編寫在設備上執行的內核並操作數據。
  • 使用相應的內置函數、變數和庫來執行常見任務和操作。
  • 使用相應的記憶體空間（如全域、本地、常量和專用）來優化數據傳輸和記憶體訪問。
  • 使用相應的執行模型來控制定義並行度的線程、塊和網格。
  • 使用 CodeXL 、 CUDA-GDB 、 CUDA-MEMCHECK 和 NVIDIA Nsight 等工具調試和測試 GPU 程式。
  • 使用合併、緩存、預取和分析等技術優化 GPU 程式。
更多...

NVIDIA GPU Programming - Extended

 21 時間：

這個由講師指導的 澳門 現場培訓課程涵蓋了如何為並行計算程式設計 GPU、 如何使用各種平臺、如何使用 CUDA 平臺及其功能，以及如何使用 CUDA 執行各種優化技術。其中一些應用包括深度學習、分析、圖像處理和工程應用。

更多...

ROCm for Windows

 21 時間：

這種以講師為主導的澳門現場現場培訓面向希望在Windows上安裝和使用ROCm以程式設計AMD GPU並利用其並行性的初級到中級開發人員。

在培訓結束時，參與者將能夠：

  • 在 Windows 上設置包含 ROCm 平臺、AMD GPU 和 Visual Studio 代碼的開發環境。
  • 創建一個基本的 ROCm 程式，該程式對 GPU 執行向量加法並從 GPU 記憶體中檢索結果。
  • 使用 ROCm API 查詢設備資訊、分配和釋放裝置記憶體、在主機和設備之間複製數據、啟動內核和同步線程。
  • 使用 HIP 語言編寫在 GPU 上執行的內核並操作數據。
  • 使用 HIP 內置函數、變數和庫來執行常見任務和操作。
  • 使用 ROCm 和 HIP 記憶體空間（如全域、共用、常量和本地）來優化數據傳輸和記憶體訪問。
  • 使用 ROCm 和 HIP 執行模型來控制定義並行度的線程、塊和網格。
  • 使用 ROCm Debugger 和 ROCm Profiler 等工具調試和測試 ROCm 和 HIP 程式。
  • 使用合併、緩存、預取和分析等技術優化 ROCm 和 HIP 程式。
更多...

課程分類

Image for the GPU
GPU