Programmation Parallèle
sur CPU et GPU
(GPU=Graphics Processing Unit)
www.labri.fr/perso/guenneba/pghp_IO16
2
Plan du cours
Motivations pour le parallélisme et les GPUs
single core → multi-core → many-core
CPU
Architecture
Modèle de programmation en mémoire partagé
OpenMP
GPU (Graphics Processing Unit)
Architecture
Modèle de programmation many-core
CUDA
3
Objectifs
Acquérir les bases pour
éviter les erreurs de bases dans vos propres codes
poursuivre en auto-formation au besoin
échanger avec des spécialistes
savoir comparer deux solutions matérielles
savoir adapter le matériel aux besoins
4
Motivations applicatives
Toujours plus de performance...
plus rapide : de x10 à x100 ou plus !!
résoudre des problèmes plus gros
plus de précisions
rendre possible de nouvelles applications, nouveaux algorithmes
réduire la consommation
etc.
5
Motivations applicatives
Exemples :
Simu électromag, en un point : intégration 4D
Code initial en (mauvais) MatLab : 20min
Code optimisé / CPU : 0.5s !!
Simu sur GPU via MatLab : a life changer !
→ utilisation de CUDA en 3A-voie B (simu)
3A-voie A (instrumentation) :
Embarqué
traitement/reconstruction efficace des données...
Free-form optics
1 / 39 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans l'interface ou les textes ? Ou savez-vous comment améliorer l'interface utilisateur de StudyLib ? N'hésitez pas à envoyer vos suggestions. C'est très important pour nous!