Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours présente la motivation derrière l'utilisation des GPU pour le calcul, en se concentrant sur leur architecture et leur programmabilité massivement parallèles via CUDA. Il explore la tendance historique des performances des microprocesseurs et l'avantage significatif des GPU en termes de GFLOPS théorique. La séance de cours se penche sur la comparaison des performances entre les GPU NVIDIA et les processeurs Intel, soulignant les performances supérieures des GPU. Il traite également de l'architecture matérielle des GPU, des avantages de l'informatique accélérée par les GPU et des défis de la programmation GPU. La séance de cours se termine en soulignant l'importance de l'informatique parallèle aux données et du modèle de programmation CUDA.