GPU-rekenen in Python met PyCUDA
Leer je hoe je kunt profiteren van GPU's binnen Python-programma's. Deze cursus introduceert GPU-hardware, CUDA en PyCUDA en begeleidt je met praktische voorbeelden om je eigen parallelle algoritmen te bouwen.
- Amsterdam Science Park, campus UvA, Gebouw G, Kamer G2.10
In deze training leer je hoe je kunt profiteren van GPU's binnen Python-programma's. Je leert hoe je je algoritmen in Python kunt implementeren om te draaien op NVIDIA GPU's. We beginnen met een introductie van de NVIDIA GPU-hardware en het CUDA-programmeermodel. Vervolgens leggen we PyCUDA uit als een eenvoudige, Python-vriendelijke manier om toegang te krijgen tot NVIDIA’s CUDA parallel computation API. Dit doel bereiken we door middel van voorbeelden, van eenvoudige vectoroptelling tot meer complexe matrixvermenigvuldiging. We implementeren de voorbeelden helemaal vanaf de basis, samen!
Dit is een algemene training om je kennis te laten maken met GPU-hardware en de workflow van GPU-programma’s, zodat je je eigen aangepaste algoritmen kunt implementeren met PyCUDA. Let op: dit is geen machine learning-cursus voor het introduceren van TensorFlow, PyTorch of andere ML-frameworks. Hiervoor is een aparte ML-cursus van SURF.
De training wordt gegeven in het Engels.
Vereiste voorkennis
- Basiskennis van Python en gebruik van Jupyter notebooks
Nu aanmelden GPU-rekenen in Python met PyCUDA
- Amsterdam Science Park, campus UvA, Gebouw G, Kamer G2.10