Kursplan för Acceleratorbaserad programmering

Accelerator-Based Programming

  • 7,5 högskolepoäng
  • Kurskod: 1TD055
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap A1F, Tillämpad beräkningsvetenskap A1F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2021-03-04
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 27, 2021
  • Behörighet: 120 hp. Högprestanda- och parallellberäkningar 7,5 hp eller Högprestandaprogrammering 10 hp. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna:

  • skriva effektiv kod direkt anpassad för en specifik acceleratortyp för att lösa specifika problem;
  • använda ramverk som erbjuder abstraktioner av acceleratorteknik;
  • identifiera och motivera styrkor och svagheter hos olika acceleratorarkitekturer för givna problem;
  • resonera kring datalokalitet i heterogena system;
  • mäta och förbättra prestanda för egenskriven och ramverksbaserad acceleratorkod;

Innehåll

Orientering om kännetecken för bland annat arkitekturtyperna CPU, GPU, TPU, breda vektorinstruktioner. Minnesarkitekturer och relation mellan värd-CPU och övriga enheter. Programmering med CUDA och explicita vektoroperationer. Användning av TensorFlow för att lösa optimeringsproblem och beräkning av större matematiska uttryck. Lösningar i traditionellt kompilerade och tolkade språk för att utnyttja acceleratorer. Profilering av de berörda lösningarna.

Undervisning

Föreläsningar, laborationer, inlämningsuppgifter och projektuppgifter.

Examination

Muntlig redovisning av laborationer och projekt. Skriftliga inlämningsuppgifter och projektrapport. Laborationer och inlämningsuppgifter (5 hp) och projekt (2,5 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.