Convite para o minicurso de Programação CUDA a ser ministrado pelo Professor Dr. Ricardo Farias (COPPE/UFRJ) no dia 05/09 (segunda-feira)

Este minicurso será sobre Programação CUDA (Compute Unifed
Device Architecture), que é uma tecnologia GPGPU (General Purpose
computing on Graphics Processing Unit), ou seja, um ambiente que
permite que os programadores usem a linguagem C para desenvolver
software capazes de utilizar os recursos das GPUs. Desenvolvido pela
NVidia, CUDA permite  processamento paralelo através do acesso aos
processadores da GPU.

O minicurso será ministrado pelo Professor Dr. Ricardo Farias
(Programa de Engenharia de Sistemas e Computação - COPPE/UFRJ).

Quando: Será nesta segunda-feira, 05/09, das 9h às 12h e das 14h às 16h

Onde: no Laboratório de Tutoria no prédio da UFPB Virtual (fica próximo ao NTI).
Vagas Limitadas: Infelizmente o laboratório só tem capacidade para acomodar 35 alunos.


Os interessados devem mandar e-mail para lucidiocabral@gmail.com.

Resumo do Minicurso

 Com o avanço extraordinário que as placas graficas sofreram nos últimos
anos, uma característica nova surgiu, elas agora sao programáveis. No entanto
seu desenvolvimento seguiu um caminho diferente das bem conhecidas CPUs.
As fabricantes de CPUs focaram em oferecer um chip cada vez mais geral,
imbutindo memorias cache no integrado, o que facilita a vida do programador,
mas que limitou o aumento do numero de cores nas CPUs.
 Os processadores gráficos, chamados GPUs, seguiram um caminho diferente.
As fabricantes de GPUs optaram em aumentar o número de cores, retirando
do integrado hardware dedicados a outras finalidades.
 Para se atingir um nível eficiente de programação das GPUs, faz-se necessário
o perfeito entendimento destas diferenças, das limitações dos cores das GPUs e
como fazer a divisão de trabalho entre os vários cores, que chegam hoje em dia
a 512, contra 12 das CPUs, que chega a fornecer acelerações de até 400 vezes,
para algumas aplicações.
 Neste minicurso serão apresentados os detalhes da arquitetura das
GPUs nVidia e
da linguagem de programacao CUDA, com exemplos praticos.