GPU-programmering med OpenCL Träningskurs

Introduktion

• Vad är OpenCL?
• OpenCL jämfört med CUDA och SYCL
• Översikt över OpenCL:s funktioner och arkitektur
• Inställning av utvecklingsmiljön

Att komma igång

• Skapa ett nytt OpenCL-projekt med Visual Studio Code
• Utforska projektstrukturen och filerna
• Kompilera och köra programmet
• Visa utdata med printf och fprintf

OpenCL API

• Att förstå rollen för OpenCL API i hostprogrammet
• Använda OpenCL API för att fråga efter enhetsinformation och funktioner
• Använda OpenCL API för att skapa kontexter, kommandoköer, buffertar, kärnor och händelser
• Använda OpenCL API för att köa kommandon, såsom läsa, skriva, kopiera, mappa, avmappa, exekvera och vänta
• Använda OpenCL API för att hantera fel och undantag

OpenCL C

• Att förstå rollen för OpenCL C i enhetsprogrammet
• Använda OpenCL C för att skriva kärnor som exekveras på enheten och manipulerar data
• Använda datatyper, kvalificerande, operatorer och uttryck i OpenCL C
• Använda inbyggda funktioner i OpenCL C, såsom matematik, geometri, relationer m.m.
• Använda extensioner och bibliotek i OpenCL C, såsom atomic, image, cl_khr_fp16 m.m.

OpenCL Minnesmodell

• Att förstå skillnaden mellan minnesmodeller för host och enhet
• Använda OpenCL-minnesutrymmen, såsom globalt, lokalt, konstant och privat
• Använda OpenCL-minnesobjekt, såsom buffertar, bilder och rören (pipes)
• Använda OpenCL-minnesåtkomstlägen, såsom läsläs (read-only), skrivskyddad (write-only), läs/skriv (read-write) m.m.
• Använda OpenCL:s minneskonsistensmodell och synkroniseringsmekanismer

OpenCL Exekveringsmodell

• Att förstå skillnaden mellan exekveringsmodeller för host och enhet
• Använda OpenCL work-items, work-groups och ND-intervall för att definiera parallelism
• Använda OpenCL work-item-funktioner, såsom get_global_id, get_local_id, get_group_id m.m.
• Använda OpenCL work-group-funktioner, såsom barrier, work_group_reduce, work_group_scan m.m.
• Använda OpenCL enhetsfunktioner, såsom get_num_groups, get_global_size, get_local_size m.m.

Felsökning

• Att förstå vanliga fel och buggar i OpenCL-program
• Använda Visual Studio Code-felsökaren för att inspektera variabler, brytpunkter, anropsstack m.m.
• Använda CodeXL för att felsöka och analysera OpenCL-program på AMD-enheter
• Använda Intel VTune för att felsöka och analysera OpenCL-program på Intel-enheter
• Använda NVIDIA Nsight för att felsöka och analysera OpenCL-program på NVIDIA-enheter

Optimering

• Att förstå de faktorer som påverkar prestandan hos OpenCL-program
• Använda OpenCL-vektor Datatyper och vektoriseringstekniker för att förbättra aritmetisk genomsats
• Använda OpenCL loop unrolling och loop tiling-tekniker för att minska styroverhead och öka lokalitet
• Använda OpenCL lokalt minne och lokala minnesfunktioner för att optimera minnesåtkomst och bandbredd
• Använda OpenCL profilerande och profileringsverktyg för att mäta och förbättra exekveringstid och resursutnyttjande