CUDA tutorial/fr: Difference between revisions

Jump to navigation Jump to search
no edit summary
No edit summary
No edit summary
Line 2: Line 2:
[[Category:Software]]
[[Category:Software]]
=Introduction=
=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 le composant de calcul hautement parallèle qu'est le processeur graphique (ou GPU pour ''graphics processing unit'') et nous abordons le modèle CUDA avec quelques-unes de ses librairies numériques utilisées en calcul de haute performance.
{{Prerequisites
{{Prerequisites
|title=Prérequis
|title=Prérequis
|content=
|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.v
}}
}}
{{Objectives
{{Objectives
|title=Objectifs d'apprentissage
|title=Objectifs d'apprentissage
|content=
|content=
* Comprendre l'architecture d'un GPU
* Comprendre l'architecture d'un GPU;
* Comprendre le déroulement d'un programme CUDA
* 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?=
=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?=
=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.  
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=
=Architecture du GPU=
Un GPU comporte deux types d'éléments principaux :
Un GPU comporte deux types d'éléments principaux :
rsnt_translations
56,430

edits

Navigation menu