Programmazione GPU

48h — 6 CFU

en it

Il corso ha lo scopo di introdurre gli studenti all'uso delle schede grafiche come hardware computazionale ad alte prestazioni (GPGPU: General-purpose Programming on GPU). Si richiede la conoscenza di almeno un linguaggio di programmazione, preferibilmente del C e/o del C++.

Il corso sarà tenuto dal dott. Giuseppe Bilotta (UniCT, INGV)

Schema del corso

• elementi di programmazione C e C++
• breve storia delle schede grafiche e nascita del GPGPU
• fondamenti di GPGPU; introduzione a CUDA ed OpenCL
• benchmarking, ottimizzazione e debugging
• programmazione GPU per problemi imbarazzantemente paralleli
• riduzioni e scan paralleli

Calendario

Per l'A.A. 2025–2026 il corso si terrà il lunedí ed il mercoledí dalle 17 alle 19 (aula 23). Il codice Teams del corso è 3icuged.

Appunti

• Nuovi appunti del corso (in inglese)
• Vecchi appunti del corso (in inglese)
• Canale YouTube con le lezioni (in italiano, sperimentale)
• Codice sviluppato a lezione (ospitato su Codeberg)
  Anni precedenti (link)

  • Anno accademico 2022/2023 (git) (playlist)
  • Anno accademico 2021/2022 (git) (playlist)
  • Anno accademico 2020/2021 (git) (playlist)
  • Anno accademico 2019/2020 (git) (playlist)
  • Anno accademico 2018/2019 (git) (playlist)
  • Anno accademico 2017/2018 (git)
  • Anno accademico 2016/2017 (git)
  • Anno accademico 2015/2016 (git)
  • Anno accademico 2014/2015 (git)
  • Anno accademico 2013/2014 (git)
  • Anno accademico 2012/2013 (git)
• Esempi per l'esame di laboratorio

Laboratorio

Il corso sarà composto da una parte teorica (lezioni frontali) ed una parte pratica (laboratorio). Per la parte pratica gli studenti dovranno avvalersi dei propri portatili.

Gli studenti dovranno dotarsi di un ambiente di sviluppo C/C++ e del seguente software (vedi anche i link più avanti):

1. SDK OpenCL (libreria runtime, headers)
2. driver video aggiornati, incluso il supporto per OpenCL
3. CUDA toolkit, ROCm, o equivalente per la propria scheda grafica (libreria runtime, headers e strumenti essenziali: compilatore, debugger, profiler)

I summenzionati pacchetti sono disponibili per i principali sistemi operativi (Linux, Mac OS X, WinXP, Vista, Win 7) per le architetture x86 e x86_64. Per Debian o Ubuntu è raccomandata l'installazione dei seguenti pacchetti:

• ocl-icd-opencl-dev e relative dipendenze;
• una o piú piattaforme OpenCL, come ad esempio:
  • beignet-opencl-icd per le GPU integrate Intel di vecchia generazione
  • intel-opencl-icd per le GPU integrate Intel di nuova generazione
  • nvidia-opencl-icd per le GPU NVIDIA
  • mesa-opencl-icd per le GPU AMD supportate da MESA
  • rocm-opencl-icd per le GPU AMD supportate da ROCm
  • pocl-opencl-icd per la CPU

Link

• hgpu.org — high-performance computing on graphics processing units
• OpenCL:
  • OpenCL (sito ufficiale del Khronos Group)
  • Portable Computing Language, implementazione OpenCL basata su Clang ed LLVM
  • per hardware Intel, l'Intel® SDK for OpenCL™ Applications è disponibile dietro registrazione; i soli driver OpenCL (senza software di sviluppo) sono invece disponibili da qui
  • ROCm, per GPU AMD
  • NVIDIA OpenCL SDK Code Samples
  • Forum OpenCL — Khronos
  • Forum OpenCL — AMD
  • Forum OpenCL — Intel
• CUDA:
  • Getting started
  • CUDA downloads
  • Elenco delle GPU con supporto per CUDA
  • CUDA Toolkit Documentation
  • CUDA Developer zone

Affiliazione

Il corso è offerto dal Dipartimento di Matematica e Informatica dell'Università di Catania in collaborazione con l'Osservatorio Etneo dell'Istituto Nazionale di Geofisica e Vulcanologia (INGV).