Onion Information

Page Clicks: 0

First Seen: 03/15/2024

Last Indexed: 10/23/2024

Domain Index Total: 397

Preskoči na sadržaj Paralelno programiranje na heterogenim sustavima Make no little plans. They have no magic to stir men's blood and probably themselves will not be realized. Make big plans; aim high in hope and work, remembering that a noble, logical diagram once recorded will never die, but long after we are gone will be a living thing, asserting itself with ever-growing insistency. Remember that our sons and grandsons are going to do things that would stagger us. Let your watchword be order and your beacon beauty. Think big. - Daniel Burnham Vježbe Ponavljanje gradiva i temeljni koncepti Osnovni pojmovi paralelnog, distribuiranog i heterogenog računarstva Pregled heterogene sustavske arhitekture Rad u programskom jeziku Python Osnovna sintaksa programskog jezika Python: ulaz i izlaz Python: funkcije i klase Dokumentiranje Python koda Python: moduli Testiranje Python aplikacija Mjerenje brzine izvođenja Python aplikacija Dokumentiranje razvijenog softvera Dokumentiranje programskog koda alatom Doxygen Dokumentiranje programa alatom MkDocs Pomoćni Python moduli i alati Rad s Python modulom numpy Rad s Python modulom scipy Rad s Python modulom matplotlib i sučeljem pyplot Rad s Python okvirom waf Programiranje aplikacija za heterogene sustave korištenjem tehnologije CUDA Python modul PyCUDA: osnove rada s GPU-om Python modul PyCUDA: zbrajanje vektora Python modul PyCUDA: paralelna redukcija, norma i skalarno množenje vektora Python modul PyCUDA: paralelni algoritmi na matricama Python modul PyCUDA: rad s vektorskim tipovima podataka Python modul PyCUDA: funkcije uređaja i domaćina Python modul PyCUDA: funkcije i tipovi podatka dostupni u CUDA bibliotekama Python modul PyCUDA: hijerarhija GPU memorije Python modul PyCUDA: otklanjanje grešaka i curenja memorije Python modul PyCUDA: mjerenje performansi, profiliranje i optimizacija Python modul PyCUDA: korištenje tokova i asinkronih kopiranja memorije za poboljšanje performansi Python modul PyCUDA: rad s više GPU-a Programiranje aplikacija za heterogene sustave korištenjem tehnologije OpenCL Programiranje aplikacija za heterogenu sustavsku arhitekturu na platformi ROCm Mjerenje brzine izvođenja C++ aplikacija rocPRIM: ROCm parallel PRIMitives Generiranje pseudoslučajnih brojeva u C++ aplikacijama rocRAND: ROCm RANDom number generator BLAS i LAPACK C++ biblioteka predložaka za linearnu algebru Eigen rocBLAS: ROCm Basic Linear Algebra Subprograms rocSOLVER: ROCm-ov linear algebra SOLVER rocSPARSE: ROCm SPARSE basic linear algebra subroutines rocALUTION: ROCm SPARSE Linear Algebra PACkage rocFFT: ROCm Fast Fourier Transforms Prevođenje OpenCL C koda u strojni kod mikroarhitektura GCN i RDNA Prevođenje OpenCL C koda program prevoditeljem Clang Prevođenje OpenCL C koda u asemblerski kod arhitektura AMD GCN i RDNA