Translations:CUDA tutorial/1/fr: Difference between revisions

← Older edit

Translations:CUDA tutorial/1/fr (view source)

Revision as of 17:14, 7 March 2018

928 bytes removed , 6 years ago

no edit summary

Diane27

rsnt_translations

56,430

edits

@@ Line 1: / Line 1: @@
-[[Category:Software]]
 =Introduction=
-Dans ce tutoriel, nous présentons le composant de calcul hautement parallèle qu'est le processeur graphique (ou GPU pour ''graphic processing unit'') et nous abordons le modèle CUDA avec quelques-unes de ses librairies numériques utilisées en calcul de haute performance.
+Dans ce tutoriel, nous présentons la composante de calcul hautement parallèle qu'est le processeur graphique (ou GPU pour ''graphics processing unit''); le langage de programmation parallèle [[CUDA/fr|CUDA]]; et quelques-unes des librairies numériques CUDA utilisées en calcul de haute performance.
 {{Prerequisites
 |title=Prérequis
 |content=
-Ce tutoriel démontre comment utiliser CUDA pour accélérer des programmes en C ou en C++. Une bonne connaissance d'un de ces langages vous permettra de tirer le meilleur profit des exercices. Si CUDA sert aussi aux programmes en Fortran, nous nous limitons ici à CUDA pour C/C++ en utilisant le terme CUDA C. Il s'agit essentiellement de C/C++ permettant d'exécuter des fonctions sur les CPUs et les GPU.
+Ce tutoriel montre comment utiliser CUDA pour accélérer des programmes en C ou en C++; une bonne connaissance d'un de ces langages vous permettra d’en tirer le meilleur profit. Si CUDA sert aussi aux programmes en Fortran, nous nous limiterons ici à CUDA pour C/C++ et utiliserons le terme '''CUDA C'''. Il s'agit essentiellement de produire des fonctions en C/C++ pouvant être exécutées par les CPUs et les GPUs.
 }}
 {{Objectives
@@ Line 12: / Line 11: @@
 * Comprendre l'architecture d'un GPU
 * Comprendre le déroulement d'un programme CUDA
-* Comprendre et gérer les différents types de mémoire GPU
+* Comprendre et gérer les différents types de mémoires GPU
-* Écrire et compiler du code CUDA simple avec des exemples
+* Écrire et compiler un exemple de code CUDA
 }}
 =Qu'est-ce qu'un GPU?=
-Un GPU (pour ''graphic processing unit''), est un processeur monopuce capable d'effectuer des calculs mathématiques rapidement; initialement, on l'utilisait surtout pour produire des rendus d'images.
+Un GPU (pour ''graphics processing unit'') est un processeur monopuce capable d'effectuer des calculs mathématiques rapidement pour produire des rendus d'images.
-Depuis quelques années, la puissance du GPU sert à accélérer l'exécution de calculs intensifs dans plusieurs domaines de la recherche scientifique de pointe.
+Depuis quelques années, la puissance du GPU sert aussi à accélérer l'exécution de calculs intensifs dans plusieurs domaines de la recherche scientifique de pointe.
-=Qu'est-ce que CUDA?=
-CUDA est l'abréviation de ''Compute Unified Device Architecture''. Il s'agit d'un environnement logiciel flexible et d'un modèle de programmation pour le traitement de calculs parallèles intensifs.
-=Architecture du GPU=
-Un GPU comporte deux types d'éléments principaux&nbsp;:
-* la mémoire globale
-** est semblable à la mémoire du CPU
-** est accessible par un CPU et un GPU
-* des multiprocesseurs en continu (SM pour ''streaming multiprocessor'')
-** chaque SM est formé de plusieurs processeurs en continu (SP pour ''streaming processor'')
-** qui effectuent les calculs
-**chaque SM est doté d'une unité de contrôle, de registres, de pipelines d'exécution, etc. qui sui sont propres
-=Modèle de programmation=
-Voyons d'abord quelques termes importants&nbsp;:
-*'''Hôte''' : désigne le CPU et la mémoire  principale
-*'''Composant''' :  désigne le GPU et sa mémoire