Introduction à la programmation concurrente GPU

À l'ère du big data et de l'apprentissage automatique, la programmation séquentielle traditionnelle est souvent insuffisante pour le traitement d'ensembles de données massifs. Maîtriser la programmation concurrente sur les unités de traitement graphique (GPU) vous permet de libérer une puissance de calcul immense en exécutant des milliers d'opérations simultanément. Ce cours textuel vous guide à travers les concepts fondamentaux de la concurrence, de l'exécution parallèle et de l'architecture GPU, vous permettant de concevoir et d'écrire des programmes haute performance. Ce que vous apprendrez : * Comprendre les différences fondamentales entre les architectures CPU et GPU et les modèles d'exécution parallèle ; * Apprendre la terminologie fondamentale de la programmation concurrente, y compris les threads, les blocs et les grilles ; * S'entraîner à concevoir des algorithmes parallèles pour des opérations gourmandes en données comme la multiplication de matrices et la réduction ; * Explorer les concepts modernes de hiérarchie mémoire, y compris l'optimisation de la mémoire globale, partagée et locale ; * Identifier et résoudre les problèmes courants de concurrence tels que les conditions de concurrence, les interblocages et les goulots d'étranglement de synchronisation ; * Découvrir les frameworks modernes de programmation parallèle et leurs applications réelles en science des données. Vous commencerez par la terminologie essentielle et l'architecture physique des GPU avant de passer aux modèles d'exécution parallèle pratiques et aux stratégies de gestion de la mémoire grâce à des explications détaillées de code écrites. Ce cours est conçu pour les développeurs débutants et les étudiants en informatique intéressés par le calcul haute performance, sans expérience préalable en programmation GPU requise. Commencez à lire dès aujourd'hui pour exploiter la véritable puissance du calcul parallèle.