Explore la motivation et les avantages de l'utilisation des GPU pour le calcul, en se concentrant sur leurs performances et leur programmation via CUDA.
Couvre l'analyse de données intrajournalières, les études systématiques, le débogage, le calcul multicœur, la programmation GPU et le calcul de corrélation avec les GPU.
Déplacez-vous dans les phénomènes d'interaction quantique computationnelle dans les matériaux à l'aide de calcul haute performance, couvrant la mécanique quantique N-particules, les approches ab initio, et le Centre d'excellence NOMAD.
Introduit le traitement de flux de données, couvrant le traitement par lots vs le traitement de flux, des informations en temps réel, des applications, des défis et des outils comme Apache Kafka et Spark Streaming.
Explore l'avenir de l'informatique, y compris l'impact de la loi de Moore, les différences entre CPU et GPU, et l'évolution du matériel conventionnel et neuromorphique.
Explore l'utilisation d'interconnexions rapides pour le co-traitement évolutif avec les GPU dans les bases de données, soulignant l'importance de surmonter le goulot d'étranglement du transfert et de réévaluer les hypothèses d'amélioration des performances.
Explore l'architecture des GPU, la programmation CUDA, le traitement d'image et leur importance dans l'informatique moderne, en mettant l'accent sur le démarrage précoce et l'exactitude de la programmation GPU.
Explore les systèmes de gestion de données accélérés grâce à une spécialisation en temps réel sur le matériel hétérogène et GPU accédant à des données fraîches de la mémoire CPU.
Couvre l'évolution et les défis des multiprocesseurs, en mettant l'accent sur l'efficacité énergétique, la programmation parallèle, la cohérence du cache et le rôle des GPU.
Explore l'impact des variations de PVT, les incertitudes dans la conception des circuits intégrés, les paradigmes de conception dans le pire des cas et l'importance des simulations Monte-Carlo.