Acceleratorbaserad programmering
Kurs, Avancerad nivå, 1TD055
Hösten 2023 Hösten 2023, Uppsala, 50 %, Campus, Engelska
- Studieort
- Uppsala
- Studietakt
- 50 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 28 augusti 2023–30 oktober 2023
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp. Högprestanda- och parallellberäkningar 7,5 hp eller Högprestandaprogrammering 10 hp. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Urval
-
Högskolepoäng inom teknik/naturvetenskap (max 240 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Anmälningsavgift: 900 kr
- Studieavgift, första inbetalningen: 18 125 kr
- Studieavgift, totalt: 18 125 kr
- Sista anmälningsdag
- 17 april 2023
- Anmälningskod
- UU-12020
För dig som är antagen eller reserv
- Registreringsperiod
- 28 juli 2023–4 september 2023
- Information om registrering.
Hösten 2023 Hösten 2023, Uppsala, 50 %, Campus, Engelska För utbytesstudenter
- Studieort
- Uppsala
- Studietakt
- 50 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 28 augusti 2023–30 oktober 2023
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp. Högprestanda- och parallellberäkningar 7,5 hp eller Högprestandaprogrammering 10 hp. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
- Registreringsperiod
- 28 juli 2023–4 september 2023
- Information om registrering.
Om kursen
Traditionellt har dataanalys och beräkningar utförts genom att de exekveras på datorns huvudprocessor, CPU:n. Allt eftersom datamängderna har ökat har det blivit vanligare att ta till olika typer av andra verktyg. Mest framträdande har dessa kanske varit användningen av GPU:er, som ursprungligen var avsedda för grafik, för maskininlärning (GPU står Graphics Processing Unit).
I många fall räcker det med att använda färdiga ramverk för en viss uppgift och att dessa har stöd för en accelerator, men många gånger kan man också behöva skriva accelererad kod själv. I den här kursen tittar vi på vad som skiljer olika acceleratortyper från en traditionell CPU, hur de kommunicerar med varandra och hur vi kan programmera dem och mäta prestanda - något som är extra viktigt eftersom det kan vara en stor utmaning att utnyttja ens en bråkdel av acceleratorernas teoretiska beräkningseffektivitet.
Litteraturlista
Litteraturlista saknas.