Introdução à computação de alto desempenho: inscrições abertas para curso gratuito no ICMC

 ############ VAGAS ESGOTADAS #############

Estão abertas as inscrições para o curso Introdução à computação de alto desempenho com unidades de processamento gráfico (GPU) e CUDA, oferecido pelo Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos. As aulas acontecerão de 17 de setembro a 8 de outubro, sempre às quintas-feiras, das 18h30 às 22h30, na sala 6-303 (laboratório 5) do Instituto.

Aberto a todos os interessados, o curso é gratuito, oferece 15 vagas e será ministrado pelo aluno de pós-graduação do ICMC Helder da Luz, do Laboratório de Sistemas Distribuídos e Programação Concorrente. As inscrições devem ser feitas pelo sistema Apolo até o dia 14 de setembro ou enquanto durarem as vagas. Mas a inscrição não garante a vaga, o participante deve aguardar o recebimento de um e-mail com a confirmação da matrícula. Veja o passo-a-passo para se inscrever: icmc.usp.br/e/443bd.

O objetivo principal da atividade é capacitar os participantes a desenvolverem programas concorrentes usando um modelo de programação heterogêneo centrado em CUDA e com MPI/OpenMP. Confira o programa e a bibliografia do curso abaixo. 

Mais informações
Comissão de Cultura e Extensão Universitária do ICMC: (16) 3373.9146

Email: ccex@icmc.usp.br

Programa do curso

• Apresentação dos conceitos básicos de programação paralela; 
• Histórico da evolução das GPU’s; 
• A arquitetura das GPU’s comparado com as CPU’s; 
• Linguagens de implementação em GPU’s (CUDA e OpenCL); 
• Programação em CUDA: utilização de memória (Device memory, Shared memory) e transferência de dados; 
• CUDA Thread organization; 
• Utilização de memória de textura (Texture memory) e criação de estruturas (structs); 
• Verificação e depuração de código; 
• Utilização de CUDA com pacotes de softwares científicos para computação numérica. 

Bibliografia

• KIRK, D. B. & HWU, W.-M. W. 2010. Programming Massively Parallel Processors: A Hands-on Approach (Applications of GPU Computing Series) Burlington, MA, Morgan Kaufmann Publishers. 
• KIRK, D. B. & HWU, W.-M. W. 2011. Spring 2010 Syllabus ECE 498AL: University Of Illinois [Online]. Available:http://courses.engr.illinois.edu/ece498/al/Syllabus.html [Accessed 05/05/2011]. 
• NVIDIA. 2008. NVIDIA CUDA - Programming Guide 2.2 [Online]. Available: http://developer.nvidia.com/object/gpu_programming_guide.html [Accessed 04/02/2009 2009]. 
• NVIDIA. 2009. NVIDIA CUDA C Programming: Best Practices Guide [Online]. Available: http://www.serc.iisc.ernet.in/ComputingFacilities/systems/Tesla_Doc/NVIDIA_CUDA_Best_Practices_Guide_2.3.pdf [Accessed 09/06/2009 2009]. 
• NVIDIA. 2010. CUDA ZONE [Online]. Available: http://www.nvidia.com/object/cuda_home_new.html [Accessed 07/02/2010 2010]. 
• SANDERS, J. & KANDROT, E. 2010. CUDA by Example: An Introduction to General-Purpose GPU Programming, Upper Saddle River, NJ, Addison-Wesley.