Introduzione alla Programmazione Concorrente su GPU

Nell'era dei big data e del machine learning, la programmazione sequenziale tradizionale spesso si rivela insufficiente quando si elaborano set di dati massicci. Padroneggiare la programmazione concorrente sulle unità di elaborazione grafica (GPU) ti consente di sbloccare un'immensa potenza computazionale eseguendo migliaia di operazioni simultaneamente. Questo corso solo testuale ti guida attraverso i concetti fondamentali di concorrenza, esecuzione parallela e architettura GPU, permettendoti di progettare e scrivere programmi ad alte prestazioni. Cosa imparerai: Comprendere le differenze fondamentali tra le architetture CPU e GPU e i modelli di esecuzione parallela; Apprendere la terminologia fondamentale della programmazione concorrente, inclusi thread, blocchi e griglie; Esercitarsi a progettare algoritmi paralleli per operazioni ad alta intensità di dati come la moltiplicazione di matrici e la riduzione; Esplorare i concetti moderni di gerarchia della memoria, inclusa l'ottimizzazione della memoria globale, condivisa e locale; Identificare e risolvere problemi comuni di concorrenza come race condition, deadlock e colli di bottiglia di sincronizzazione; Scoprire i moderni framework di programmazione parallela e le loro applicazioni nel mondo reale nella scienza dei dati. Inizierai con la terminologia essenziale e l'architettura fisica delle GPU prima di passare a modelli pratici di esecuzione parallela e strategie di gestione della memoria attraverso dettagliate spiegazioni di codice scritte. Questo corso è progettato per sviluppatori principianti e studenti di informatica interessati all'high-performance computing, senza alcuna esperienza precedente di programmazione GPU richiesta. Inizia a leggere oggi per sfruttare la vera potenza del calcolo parallelo.