Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, GPU-basierte Architekturen und verwandte Technologien zu beherrschen und effiziente parallele Algorithmen auf der Basis von vielen Kernen zu entwickeln. Durch die abschließende Aufgabe erwerben sie auch wichtige Fähigkeiten zur Teamarbeit.

Der Kurs beginnt mit einer Einführung in die modernen GPU-Architekturen. Anschließend werden wir das CUDA-Programmiermodell untersuchen. Reale Fallstudien werden die Studenten mit den potenziellen Anwendungen dieser Technologie vertraut machen. Ein Abschlussprojekt gibt ihnen die Möglichkeit, konkrete Erfahrungen mit den gelehrten Konzepten zu machen, ein bescheidenes GPU-Programmierproblem zu lösen, das vom Lehrer zugewiesen oder vom Schüler vorgeschlagen wird, um es am Ende der Klasse zu präsentieren. Dies ist die Liste der Hauptthemen des Kurses:

• GPU-Architekturen
  
• Fallstudien (Exploration von Graphen, Pfadplanung, Krümmungsanalyse, Signalverarbeitung, PDE-Löser)
• Optimierung der GPU-Leistung

Anmeldung

Die Immatrikulation kann mit TISS durchgeführt werden. Die Einschreibung endet am 25. Februar 2023. Die maximale Teilnehmerzahl für diesen Kurs beträgt 20. Bitte melden Sie sich bald an !!!

Im ersten Monat des Kurses präsentieren wir die Grundkenntnisse, die für die Ausführung des Auftrags erforderlich sind. Im zweiten Teil des Kurses werde ich vorbereitende Themen vorstellen, die hilfreich sind, um ihr Projekt weiter zu verbessern. Wir werden die Schüler bitten, ein Git-Hub-Repository einzurichten, in dem wir den Fortschritt und die tatsächliche Arbeit der einzelnen Schüler in der Gruppe überwachen. Die Schüler werden gebeten, zwei Präsentationen zu halten. Eine Präsentation, in der die Schüler vor Beginn des Projekts einen Notfallplan ausarbeiten müssen, in dem sie einige Ziele und das Risiko sicher erreichen können berücksichtigt. Die Studierenden müssen ein Dokument verfassen, in dem die für ihre Aufgabe gewählte Lösung erläutert wird. Am Ende des Kurses werden die Studenten gebeten, eine öffentliche Abschlusspräsentation zu halten, in der sie ihre Ergebnisse darlegen.

ECTS-Breakdown: 6 ECTS = 150 Hours 

• 1 h - Introduction to the Course
• 1 h - Group formation
• x h - Development of project idea and brainstorming
• 20 h - Lessons on GPU Computing and Architecture
• 1 h - Workshop 1 - Project proposal presentation
• 1 h - Workshop 2 - Project results presentation
• 100 h - Project Work
•   20 h - Project discussion 

Some Resources:

• Wen-Mei W. Hwu, GPU Computing GEMS, Emerald Edition, NVIDIA
• Jason Sanders and Edward Kandrot, CUDA by Example: An Introduction to General-Purpose GPUProgramming
• Wen-mei W. Hwu, Programming Massively Parallel Processors: A Hands-on Approach
• E. Bartocci, E. Cherry, J. Glimm, R. Grosu, S.A. Smolka, and F. Fenton. Toward Real-time Simulation of Cardiac Dynamics. In CMSB 2011: Proceedings of the 9th ACM International Conference on Computational Methods in Systems Biology, Paris, France, September 21-23, pages 103-110. ACM, 2011.
• A. Murthy, E. Bartocci, F. Fenton, J. Glimm, R. Gray, S.A. Smolka, and R. Grosu. Curvature Analysis of Cardiac Excitation Wavefronts. In CMSB 2011: Proceedings of the 9th ACM International Conference on Computational Methods in Systems Biology, Paris, France, September 21-23, pages 151-160. ACM, 2011.

Die Schüler werden in Gruppen von vier Personen aufgeteilt und jeder Gruppe wird ein Projekt zugewiesen. Das Projekt besteht darin, eine sehr rechenintensive Aufgabe zu lösen und effiziente GPU-basierte Algorithmen zu entwickeln. Am Ende des Semesters werden die Studierenden ihre Lösung in einer öffentlichen Präsentation verteidigen.

• VU Algorithmen und Datenstrukturen 1
• VU Algorithmen und Datenstrukturen 2
• 182.695 LU Digital Design and Computer Architecture
• 182.709 UE Operating Systems
• 351.015 VU Signals and Systems 1
• 389.055 VU Signals and Systems 2