Apprenez CUDA avec Docker !
Nous vous montrons la manière tant attendue d’apprendre CUDA sans GPU NVIDIA !
Enfin, vous pouvez apprendre CUDA sur votre ordinateur portable, votre tablette ou même votre téléphone portable, et c’est tout ! Vous pouvez utiliser CUDA pour écrire des programmes à usage général qui tirent parti de l’énorme puissance de calcul des GPU modernes, ainsi que de puissantes bibliothèques pour l’apprentissage automatique, le traitement d’images, l’algèbre linéaire, etc.
Qu’apprenez-vous de cela ?
Avec Docker et la virtualisation au niveau du système d’exploitation, nous vous montrerons comment apprendre CUDA avec des outils simples comme GPGPU-Sim, qui est un simulateur au niveau du cycle des unités de traitement graphique (GPU) modernes exécutant des tâches de calcul GPU écrites en CUDA ou OpenCL. Ce cours est destiné à vous aider à découvrir l’architecture parallèle et le modèle de programmation CUDA de NVIDIA d’une manière facile à comprendre. Nous voulons garder les leçons à jour et ajouter de nouvelles leçons et exercices chaque mois !
- Virtualisation : les bases.
- L’essentiel de Docker.
- Ceci est un guide des bases du GPU
- CUDA est installé.
- La boîte à outils CUDA
- Les threads et les blocs CUDA peuvent être utilisés de différentes manières.
- Exemples de codage CUDA
Les conférences Zoom en direct font désormais partie du cours, et nous allons vous montrer comment travailler avec des systèmes informatiques parallèles et distribués et de calcul haute performance (HPC). Slurm, PBS Pro, OpenMP et CUDA font tous partie de la pile logicielle. Les gens pourront suivre des cours en direct via l’école de programmation scientifique, qui est une plate-forme d’apprentissage en ligne interactive et avancée pour apprendre à écrire du code scientifique. Les étudiants qui achètent ce cours auront accès gratuitement à la version interactive de ce cours de l’École de programmation scientifique. Cette version a des terrains de jeux de code scientifique et est plus interactive (PROGRAMMATION SCIENTIFIQUE IO). Si vous regardez dans le contenu bonus, vous verrez comment vous inscrire.
CLAUSE DE NON-RESPONSABILITÉ
Les propriétaires de NVIDIA possèdent certaines des images utilisées dans cette classe, ils ne peuvent donc pas les utiliser.
