Embedded Files
Ужгородський національний університет у 2015 році отримав міжнародну акредитацію від компанії NVIDIA – світового лідера в області технологій комп’ютерної графіки та паралельних обчислень. Університету на один рік надано статус GPU Education Center (GEC) – центр навчання паралельному програмуванню на основі програмно-апаратної архітектури CUDA (К`уда), що дозволяє проводити ресурсномісткі прикладні розрахунки на графічних процесорах. В світі більше ніж 250 центрів навчання CUDA (Stanford University, Harvard University, University of Oxford, University of Cambridge та ін..). В 2016 році офіційний статус GPU education center був підтверджений та продовжений до 01.04.2017 року.3-із-10ти кращих «суперкомп’ютерів» світу TOP10 (наприклад відомі Cray) обладнані прискорювачами CUDA для досягнення максимальної швидкодії. Технологія CUDA дуже широко використовується в різних галузях науки – обчислювальна хімія, фізика і біологія, моделювання динаміки рідин, комп’ютерна томографія, обробка відео та зображень, нейронні мережі та інші.
Для створення центру навчання NVIDIA CUDA C/C++ Teaching Center нашому університету було надано 5 мікро-«суперкомп’ютерів» NVIDIA Jetson TK1, підручники Programming Massively Parallel Processors by David B. Kirk & Wen-mei W. Hwu та всі необхідні методичні розробки (матеріали лекцій, презентації, слайди та ін..). На основі цього обладнання, в спільній з Jabil Circuit Ukraine лабораторії №201 кафедри фізики напівпровідників організовано Центр Навчання NVIDIA CUDA C/C++. Програма частково буде включена в склад курсу «Мікропроцесорна техніка», що читається студентам четвертого курсу по спеціальності «Мікро- та наноелектроніка». Лабораторія також відкрита для всіх бажаючих студентів та співробітників нашого університету. На базі 5ти NVIDIA Jetson TK1 готується побудова обчислювального кластера зі швидкодією 1,5 ТФлопс, який в вільний від навчання час буде використовуватися для проведення наукових досліджень.
Програма курсу
Лекції:
Проблеми та недоліки використання універсальних процесорів при розрахунках складних обчислювальних завдань. Багатоядерні процесори.
Використання графічних процесорів для розрахунків. Узагальнена модель апаратної реалізації графічних процесорів.
Введення в CUDA.
Програмна модель виконання CUDA. CUDA API.
Ієрархія пам’яті. Типи пам’яті в CUDA.
Бібліотеки CUDA.
Оптимізація CUDA програм.
Лабораторні роботи:Інтернет ресурси та бібліотеки CUDA.
Налаштування середовища програмування CUDA в операційних системах Windows, Linux та Android.
Написання першої програми на CUDA. «Hello, world!».
Перемноження матриць з використанням глобальної пам’яті.
Використання пам’яті текстур. Розміщення даних в пам’яті текстур.
Бібліотеки CUDA та їх використання.
CUDA Fortran.
Оптимізація CUDA програм та пошук несправностей.
Для розвитку матеріальної бази центру навчання GPU Education Center Ужгородського Національного Університету в 2016 році компанією Nvidia було надано відео прискорювач Nvidia Titan X. На сьогоднішній день ця відео карта є найшвидшою у світі на основі одинарного процесора.
На відео карті GeForce GTX Titan X встановлений GPU GM200, який є повною версією цього сімейства. Він виробляється по 28-нм технологічним нормам на потужностях компанії TSMC. Містить 3.072 потокових процесора, які складають 24 Maxwell Streaming Multiprocessors, кожен з яких включає 128 АЛУ, а також 192 текстурних блоки і 64 конвеєра растрових операцій (ROP). В GPU GM200 - 8 млрд. транзисторів, так що це один з найбільш складних мікросхем, який коли-небудь випускала компанія NVIDIA.
По 384-бітному інтерфейсу підключено 12 Гбайт пам'яті GDDR5 з пропускною здатністю до 336,6 Гбайт/с.
Швидкодія Nvidia Titan X - 7 Тфлопс/с. для операцій з одинарною, та ~300 Гфлопс/с. для операцій з подвійною точністю.
Page updated
Report abuse