Praktikum General-Purpose Computation on Graphics Processing Units
- type: Praktikum (P)
-
chair:
KIT-Fakultäten - KIT-Fakultät für Informatik - Institut für Visualisierung und Datenanalyse - IVD Dachsbacher
KIT-Fakultäten - KIT-Fakultät für Informatik - semester: SS 2022
-
time:
Mi 20.04.2022
16:00 - 17:30, wöchentlich
Mi 27.04.2022
16:00 - 17:30, wöchentlich
Mi 04.05.2022
16:00 - 17:30, wöchentlich
Mi 11.05.2022
16:00 - 17:30, wöchentlich
Mi 18.05.2022
16:00 - 17:30, wöchentlich
Mi 25.05.2022
16:00 - 17:30, wöchentlich
Mi 01.06.2022
16:00 - 17:30, wöchentlich
Mi 15.06.2022
16:00 - 17:30, wöchentlich
Mi 22.06.2022
16:00 - 17:30, wöchentlich
Mi 29.06.2022
16:00 - 17:30, wöchentlich
Mi 06.07.2022
16:00 - 17:30, wöchentlich
Mi 13.07.2022
16:00 - 17:30, wöchentlich
Mi 20.07.2022
16:00 - 17:30, wöchentlich
Mi 27.07.2022
16:00 - 17:30, wöchentlich
-
lecturer:
Killian Herveau
Addis Dittebrandt
Prof. Dr.-Ing. Carsten Dachsbacher - sws: 2
- lv-no.: 24911
- information: Online
Inhalt | Das Praktikum behandelt grundlegende Konzepte für den Einsatz von moderner Grafik-Hardware für technische und wissenschaftliche Berechnungen und Simulationen. Beginnend mit grundlegenden Algorithmen, z.B. parallele Reduktion oder Matrix-Multiplikation, vermittelt das Praktikum Wissen über die Eigenschaften und Fähigkeiten moderner Grafik-Prozessoren (GPUs). Im Rahmen des Praktikums werden kleinere Teilprojekte bearbeitet, bei denen sich die Studierenden Wissen über die verwendeten Algorithmen aneignen und sie auf ein spezielles Problem anwenden; als Programmierschnittstelle dient z.B. OpenCL oder CUDA. Empfehlungen: Es wird empfohlen, einschlägige Vorlesungen des Vertiefungsgebiets Computergrafik gehört zu haben. Die Studierenden sollen die Fähigkeit erwerben, programmierbare Grafik-Hardware mittels geeigneter Schnittstellen (z.B. OpenCL, CUDA) zur Lösung von wissenschaftlichen und technischen Berechnungen einzusetzen. Die Studierenden sollen dadurch die praktische Fähigkeit erwerben systematisch ein paralleles, effizientes Programm auf der Basis geeigneter Algorithmen zu entwickeln. Die Studierenden erlernen grundlegende Algorithmen für parallele Architekturen, können diese analysieren und bewerten, und üben deren Einsatz in praktischen Anwendungen. |
Vortragssprache | Englisch |