Узнайте все, что нужно знать о графических процессорах. Этот виртуальный семинар Корнелла будет полезен тем, кто программирует на CUDA.
Виртуальный семинар Корнелла - это обучающая платформа, разработанная для повышения квалификации исследователей в области вычислительной техники.
Она состоит из множества дорожных карт, посвященных различным темам вычислительной техники, которые сгруппированы по категориям. Каждая дорожная карта состоит примерно из 5-10 тем, которые перечислены в предложенном порядке. Вот некоторые из них:
Из них мы выбрали «Понимание архитектуры GPU», поскольку мы в IProgrammer особенно заинтересованы в программировании на CUDA.
Этот rodamap посвящен подготовке прикладных программ к работе на GPU и рассказывает об основных особенностях аппаратного дизайна GPU. Она прекрасно сочетается с другими ресурсами, о которых мы недавно рассказывали: «Три суперресурса по программированию на NVIDIA CUDA»,
«LeetGPU - Проблемы CUDA» и, в частности, „Демистификация терминологии GPU“.
CUDA - это, конечно же, инструментарий и модель программирования от NVIDIA, которая предоставляет среду разработки для ускорения вычислительных приложений за счет использования мощности GPU. Но проблема при работе с GPU заключается в том, что :
документация фрагментирована, что затрудняет связь понятий на разных уровнях стека, таких как потоковая многопроцессорная архитектура, вычислительные возможности и флаги компилятора nvcc.
Поэтому люди из Modal создали глоссарий GPU («Demystifying GPU Terminology») для сбора, изменения и представления этой информации, приложив немало усилий для сбора материала из официальной документации, каналов, посвященных Discord, и даже пролистав старые добрые книги.
Этот виртуальный семинар будет проводиться по схожей схеме с «Глоссарием»:
Семинар состоит из следующих разделов:
Рассматривается аппаратный дизайн графических процессоров (GPU), оптимизированный для высокопараллельной обработки данных. В результате прикладные программы для GPU опираются на модели программирования типа NVIDIA CUDA, которые могут существенно отличаться от традиционных моделей последовательного программирования на базе CPU.
GPU требуют, чтобы данные находились в регистрах и были доступны для вычислений. В этой теме рассматриваются размеры и свойства различных элементов иерархии памяти GPU и их сравнение с памятью CPU.
Что представляет собой конкретный GPU на аппаратном уровне, если заглянуть «под капот»? Иногда лучший способ узнать об устройстве определенного типа - рассмотреть один или два конкретных примера. Сначала мы рассмотрим Tesla V100, одну из моделей NVIDIA, которую предпочитают использовать в HPC-приложениях, а затем аналогично глубоко изучим Quadro RTX 5000, GPU, который используется в TACC's Frontera.
которые покажут вам, как опрашивать устройства NVIDIA, чтобы определить определенные свойства оборудования.
Особых требований к этой дорожной карте нет, однако вам может пригодиться доступ к Frontera или к любому компьютеру с графическим процессором NVIDIA и установленным набором инструментов CUDA. Если у вас нет доступа ни к чему из перечисленного, не бойтесь, ведь LeetGPU уже позаботился о вас. LeetGPU, о котором мы уже рассказывали, - это платформа, на которой вы можете писать и тестировать CUDA-код, ничего не настраивая, просто используя браузер. Создатели AlphaGPU ставят перед собой цель «демократизировать доступ к языкам с аппаратным ускорением», эмулируя GPU на CPU с помощью симуляторов с открытым исходным кодом.
Дорожная карта делает одну вещь, и делает ее правильно. Ей удается разложить сложную тему на составные части, чтобы передать ее концепции как можно более ясно и просто.
Вместе с ней еще одна дорожная карта - «Концепции параллельного программирования и высокопроизводительных вычислений» - может рассматриваться как возможный компаньон для тех, кто стремится расширить свои знания о параллельных вычислениях в целом, а также о GPU.
Обязательно ознакомьтесь с остальными разделами Workshops; наверняка вы найдете для себя что-то интересное.
Компания Google объявила о предварительном публичном просмотре Application Design Center - сервиса, объединяющего в себе чат Gemini Cloud Assist и визуальный интерфейс в стиле холста для разработки приложений.
GitHub объявил о мерах, облегчающих защиту от раскрытия секретов.
Google расширила возможности сервиса NotebookLM за счёт новой функции веб-поиска. Теперь пользователи могут искать и добавлять интернет-источники напрямую в свои заметки, что упрощает доступ к актуальной информации при работе с документами.