GPU Computing

Worum geht's

Du lernst Grundlagen des parallelen Programmierens auf GPUs, Aufbau und Nutzung von GPU-Hardware sowie Programmiermodelle und Optimierungstechniken. Am Ende kannst Du GPU-Kerne in CUDA/HIP/SYCL schreiben, in C/C++-Programme einbinden, Programme debuggen und profilieren sowie einfache GPU-Anwendungen entwerfen und umsetzen.

Was du danach kannst

• GPU-Architekturen verstehen
• GPU-Kerne in CUDA/HIP/SYCL schreiben und aus C/C++ starten
• GPU-Ausführungshierarchie verstehen
• GPU-Speicherhierarchie (shared, global, Register) kennen
• Algorithmen auf GPU-Modelle abbilden und Strategien wählen
• GPU-Programme debuggen und profilieren
• Performance einschätzen, analysieren und verbessern
• Kleine GPU-Anwendung entwerfen und implementieren

Aus was das Modul besteht

• VorlesungPräsentation der Konzepte zur GPU-Architektur und Programmierung
• Hands-On-ÜbungenPraktische Anwendung der Konzepte durch Programmieraufgaben
• Hausaufgaben / kleine ProjekteZentrale Lernkomponente: eigenständige Umsetzung von Programmieraufgaben und Präsentation der Lösungen

Lehrmethode

• PräsentationVermittlung der theoretischen Grundlagen
• Hands-On / projektbasiertes LernenVertiefung durch praktische Übungen und eigenständige Projekte zur Anwendung im realen Kontext