设为首页 - 加入收藏
广告 1000x90
您的当前位置:三五图库香港35图库大全 > 并行计算 > 正文

高性能计算CPUGPU并行编程研讨会

来源:未知 编辑:admin 时间:2019-05-09

  随着人工智能AI、大数据Big Data、云计算Cloud Computing等计算机科学技术的发展和应用的普及,深度学习DL和人工智能AI成为当下最炙手可热的技术趋势,将成为技术行业基础设施的核心组成部分。GPU的价值不止体现在深度学习,在高性能计算、物联网、人工智能、生物信息、分子模拟、计算化学、材料力学、系统仿真、流体力学、机械设计、生物制药、航空动力、地质勘探、气候模拟等领域,算法越来越复杂,需要处理的海量数据越来越巨大,高性能计算能力就显得尤为重要。如今,几乎所有的深度学习(机器学习)研究者都在使用GPU进行相关的研究,NVIDIA针对深度学习的计算,有一套完整的解决方案,cuDNN已经成为主流深度学习框架调用的深度学习GPU函数库,包含完整的矩阵乘法和卷积计算的实现。因此我单位举办“高性能计算CPU/GPU并行编程研讨会”。

  现有硬件资源最大化利用,提供多种并行优化方案组合策略,提高并行程序设计与开发水平,熟悉常见的并行计算模式,了解深度学习的主流GPU加速解决方案;实际体验高性能计算环境,能够应对主流的超算环境;提供符合自身特点的工程计算解决方案,了解高性能计算和深度学习应用场景

  几位主讲老师来自中科院系统,研究领域:高性能计算,并行编程,生物医学图像处理。多年MPI/OpenMP/CUDA/OpenCL/OpenACC优化加速经验,多年大型项目移植优化经验。

  2、OpenMP线程操作:线程同步、数据同步、多线程并发、并行循环计算详解

  3、OpenMP任务和数据处理:数据共享模式、作用范围制导语句、task指令的使用

  ① 集合通信:数据广播、归约、分发、搜集、all to all 通讯、归约操作

  3、 OpenACC四步开发流程:判断并行性,并行化表达,显式数据传递,优化

  1、 CUDA基础:API、数据并行、线程模型、存储模型、控制、同步、并发和通信、加速比;

  3、 CUDA优化进阶:线程组织调度,分支语句,访存优化,数据传输,原子操作;

  1、 GPU异步编程,多GPU编程(混合OpenMP和MPI)及调试调优工具;

  从事高性能计算、GPU加速、并行计算、CUDA编程、openCV、石油、气象、化工、人工智能、深度学习、计算机视觉、人脸识别、 图像处理、行人检测、自然语言处理等领域相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关技术人员;

  4999/ 人,( 含报名费、培训费、教材费、资料费)食宿统一安排费用自理。返回搜狐,查看更多

本文链接:http://1763inn.com/bingxingjisuan/559.html

相关推荐:

网友评论:

栏目分类

现金彩票 联系QQ:24498872301 邮箱:24498872301@qq.com

Copyright © 2002-2011 DEDECMS. 现金彩票 版权所有 Power by DedeCms

Top