Kostenloses Modul
GPU und paralleles Rechnen
Lernen Sie paralleles Rechnen und GPUs praktisch: Speed-up, Vektorisierung, Prozesse, Threads, Kernel und Speicherengpässe in Python.
Die Lektionen
Jede Lektion lesen Sie kostenlos vollständig. Mit einem kostenlosen Konto führen Sie die Befehle in einem Lab aus und lösen die Quizze und Aufgaben.
1 · Container-Lab
Speed-up und das Amdahlsche Gesetz
Ich kann den Speed-up berechnen, den mehr Recheneinheiten bei einem Auftrag bringen.
Lektion lesen2 · Container-Lab
Vektorisierung statt Schleife
Ich kann eine Schleife über eine Liste durch eine einzige Operation auf alle Elemente ersetzen.
Lektion lesen3 · Container-Lab
Prozesse und Threads: Arbeit aufteilen
Ich kann eine Aufgabe in Stücke teilen, getrennt bearbeiten und die Teilergebnisse zusammenführen.
Lektion lesen4 · Container-Lab
GPU-Architektur: Grid, Block und Thread
Ich kann erklären, wie eine GPU ihre Threads in Blöcken und einem Gitter ordnet.
Lektion lesen5 · Container-Lab
Einen GPU-Kernel schreiben
Ich kann einen Kernel für eine einfache Aufgabe schreiben und seinen Start in Python nachspielen.
Lektion lesen6 · Container-Lab
Speicher und Engpässe
Ich kann entscheiden, ob ein Auftrag durch das Rechnen oder durch den Speicher begrenzt ist.
Lektion lesen
In einem echten Lab bearbeitet
Jede Lektion dieses Moduls wird in einem Lab bearbeitet, das nur für Sie startet. Die genutzten Labs:
Sie unterrichten eine Gruppe? Weisen Sie dieses Modul Ihren Studierenden zu, mit Handbuch für Lehrende, automatisch geprüften Aufgaben und einem Lab für jede Person.