Programmation parallèle MATLAB sur GPU, cœurs et CPU

Ce cours aide les étudiants, les chercheurs et toute autre personne travaillant avec MATLAB à réduire le temps nécessaire à l’exécution d’un programme.

Ils ont tous maintenant des processeurs et des cartes graphiques multicœurs, et les ordinateurs portables en ont également. Mais tout le monde n’utilise pas le pour exécuter ou exécuter des programmes en même temps.

Son objectif est de combler cette lacune. Est de vous montrer comment utiliser toutes les ressources de votre ordinateur et aussi comment les surveiller.

Le cours est découpé en plusieurs parties :

1. Le premier concerne le matériel des processeurs, des cœurs et des GPU.
2. La deuxième partie explique deux choses. Le multi-threading et les nombreuses personnes qui travaillent. Le premier est un moyen intégré d’exécuter certaines fonctions en même temps sur plusieurs cœurs, mais nous ne pouvons pas contrôler le nombre de cœurs ni la façon dont les fonctions s’exécutent. De plus, j’ai donné quelques exemples et j’ai mesuré leur efficacité pour montrer la différence entre les deux concepts.
3. La troisième section s’appelle la section GPU, et c’est la dernière. Là, je vous ai expliqué comment exécuter n’importe quelle fonction sur les GPU pour tirer le meilleur parti des centaines ou des milliers de cœurs dont disposent les GPU. Il est important d’utiliser certaines notations pour obtenir les meilleurs résultats, et je vous ai montré comment ces notations fonctionnent avec des exemples afin que vous puissiez voir à quoi elles ressemblent.
4. Comment former n’importe quel réseau de neurones sur un GPU ou plusieurs cœurs dans cette section : Vous apprendrez comment faire cela avec n’importe quel réseau de neurones dans cette section. Il vous indique également comment exécuter un processus de formation en arrière-plan afin que vous puissiez utiliser MATLAB pendant son exécution.