LFU:online

Die Studierenden sind in der Lage zu beurteilen, für welche Probleme GPUs geeignet sind. Sie sind in der Lage, Programme in CUDA zu schreiben und Bibliotheken für GPU-Computing zu nutzen. Sie sollen die Leistungsmerkmale von Beschleunigern verstehen und wissen, wie man Code in diesem Zusammenhang optimiert.

Das Thema der Vorlesung ist der Einsatz von Beschleunigern (insbesondere Grafikprozessoren oder GPUs) im wissenschaftlichen Rechnen und in verwandten Bereichen wie Data Science und Machine Learning. Wir betrachten insbesondere

• Wie GPUs funktionieren und welche Leistungsmerkmale sie besitzen.
• Für welche Probleme solche Architekturen geeignet sind.
• Die Programmierung von GPUs mittels CUDA.
• Numerische Bibliotheken für GPUs (z.B. cuBLAS)
• Fortgeschrittene Themen wie shared memory, mehrere GPUs, usw.
• Best practice bei der Entwicklung von GPU-Codes.
• Einsatz von GPUs in Julia und Python (wenn es die Zeit erlaubt)