CUDA编程训练营

Linux阅码场 2024-06-03 08:27

构建AI未来，Arm计算平台无处不在 【有奖直播】精密半导体参数测试解决方案

培训主题: CUDA编程

培训时长: 12 小时

课程描述

本课程是为对cuda编程感兴趣的软件工程师设计的。本课程第一部分主要介绍CUDA编程相关的知识。首先本课程将简单介绍GPU编程的基础概念，包括GPU硬件，GPU编程模型（SIMT），以及简单的CUDA程序实例。本课程将进一步介绍GPU程序运行时，包括CUDA初始化，CUDA程序中不同内存的使用，CUDA程序同步机制，多GPU间的通信和进程间的通信。本课程也介绍高级的CUDA编程技术，如协作组（cooperative group）,动态并发（dynamic parallism），虚拟内存（virtual memory），流（stream），和统一内存模型（unified memory）等。本课程的第二部分涉及CUDA编程的基础设施部分，包括网络和存储。网络部分设计Nivdia NCCL库，存储部分涉及GPU Direct Storage。为了让本课程更加实用，本课程第三部分将介绍开发不同应用程序（数值分析，计算机视觉，自然语言处理等）所需要的CUDA 库。本课程最后一部分是实验部分，主要涵盖典型的CUDA程序例子，用以熟悉CUDA编程的各种模式。

面向的听众：本课程适合任何有编程开发经验的人

学习目标

· 理解CUDA编程基本概念：SIMT，CUDA kernel，GPU内存分成结构，GPU线程模型等。

· 理解GPU CUDA程序运行时系统

· 掌握GPU CUDA程序性能调优

· 掌握GPU编程生态中网络和存储相关基础设施

· 掌握CUDA编程常见范式和多种开发应用程序需要的CUDA库

课程大纲

1) CUDA编程（6 hour）

i. CUDA编程入门(

ii. CUDA程序运行时

iii. 高级CUDA编程技术和CUDA性能调优

2) CUDA生态网络和存储基础设施介绍 (2 hours)

3) CUDA应用程序开发库介绍 (2 hours)

4) CUDAc程序开发实践(2 hours)

课程预备知识

学生应该熟悉C/C++编程，并拥有笔记本电脑进行编程，最好能有GPU硬件。

课程名称：CUDA Programming

1：CUDA 编程基础（6 hour）

1.1: CUDA编程入门

学习目标:

· 了解GPU硬件体系架构

· 掌握GPU编程模型

· 掌握GPU内存和线程结构

· 掌握CUDA组成结构

· 掌握CUDA程序接口，CUDA编译流程，PTX指令等

1.2 CUDA运行时

学习目标：

· 掌握CUDA程序初始化流程

· 掌握在CUDA程序中各种GPU内存的使用

§ 共享内存

§ 纹理内存（texture memory）等

· 内存同步

· 异步并发执行

· 多GPU设备编程

1.3 高级CUDA编程及CUDA程序性能调优

学习目标:

· CUDA程序协作

· CUDA动态并发

· 虚拟内存管理

· 流式有序的内存分配

· 统一内存编程模型

· CUDA程序性能调优

§ 最大化GPU使用率

§ 最大化内存/指令

§ Minizine memory thrashing

2: CUDA生态基础设施(2 hour)

2.1: GPU网络互联

学习目标：

· 理解NCCL（NVidia Collective Communication Library）的作用

· 深入理解NCCL实现的通信原语（Ring-allreduce, Tree-Gather, All-to-All, etc）.

· 掌握NCCL API的使用

· 了解真实GPU互联的案例 – Azure NDv4

· 熟悉基于网络图的训练系统

2.2: GPU直通存储（GPU direct storage）

学习目标：

· 熟悉GPU Direct Storage 的基本概念

· 掌握GDS软件栈和legacy存储软件栈的区别

· 掌握cuFile的API使用

· 完整的GDS软硬件系统示例

3: CUDA应用程序库介绍 (2 hour)

3.1: CUDA数值分析库

学习目标：学习掌握数值分析需要的CUDA库，如cuBlas， cuFFT，cuSolver等

3.2: CV-CUDA库使用介绍

学习目标：学习掌握CUDA计算机视觉算法库（CV-CUDA)的使用，比掌握一些基础算法的实现，如自适应阈值处理，2D卷积运算，直方图统计，和SIFT算子提取。

3.3: cuDNN深度学习库

学习目标：学习掌握使用cuDNN库的API和组成部件，掌握如何使用cuDNN实现深度学习网络，理解cuDNN在深度学习框架pytoch的应用。

3.4: CUDA数据科学库

学习目标：学习掌握cuDF的使用，已经应用案例。了解Nvidia DALI系统。

4: CUDA编程实践 (2 hour）

4.1: Cuda “hello world” and Monte Carlo模拟(实验）

4.2: 3D Laplace finite difference solver (实验）

4.3: Reduction and Scan operation and recurrence equations (实验）

4.4: Streams and OpenMP Multithreading (实验）

4.5: CV: edge detection (实验）

4.7: NLP: sequence processing and generation (实验）

讲师介绍：

Andy，美国北卡罗来纳大学教堂山计算机科学博士

• 北卡罗来纳大学教堂山博士

• 研究高性能计算对 GPU，RDMA 等有系统研究

• 研究深度学习框架，熟练掌握 Jax，Pyotch，Mindspore 底层设计。

• 纽约州立大学石溪分校硕士

• 从事操作系统方面的研究

• 发表了多篇计算文件系统相关的会议论文。

• 华中科技大学电信系硕士

• 研究计算视觉应用，如人脸识别，自动驾驶等

• 积累了丰富的计算机视觉和深度学习算法。

Andy博士在计算机系统软件设计和实现方面有丰富的经历。Andy在国际顶级会议（SOSP，Eurosys, HostStorage, FAST， SC， PACT， SPAA），和著名杂志（TOS，TOPC）上发表有论文 20 余篇。焦博士对 GPU 的体系架构，GPU CUDA 编程，深度学习算法和软件栈（Pytorch/DeepSpeed 等）有深入研究。焦博士对计算视觉应用（如人脸识别，行人检测，视频监控等）有丰富经验；熟练使用 CUDA 库高效实现计算机视觉常用算法。

课程定价：6000元/人（阅码场会员和训练营老用户优惠券已发放。）

开课时间：2024年6月

课前准备：课程咨询请联系客服小月（WX:linuxer2016）