Projektseminar: Implementierung und
Benchmarking nicht-klassischer
GPU-Algorithmen

Veranstaltungsnummer 100057

Berechnungen auf Grafikkarten (GPUs) sind ein wichtiger Bestandteil von modernen Hochleistungsrechnern und werden auch für private Computer zunehmend relevanter. Dieses Projektseminar richtet sich an Studierende, die ihr Verständnis der Programmierung von GPUs und deren Einsatzmöglichkeiten vertiefen möchten.

Der Fokus liegt auf Algorithmen, die entweder neuartige oder neuerdings in CUDA nutzbare Hardwarefeatures, wie das Weak Memory Model, Ray Tracing oder Tensor Cores, nutzen, oder solchen, die traditionell schwieriger effizient auf der GPU zu implementieren sind, wie Sortieralgorithmen, Graphalgorithmen und sparse Operationen. Die Studierenden werden die Herausforderungen und Chancen untersuchen, die sich aus der Nutzung dieser Algorithmen auf GPUs ergeben.

Ein essenzieller Bestandteil des Projektseminars ist die Auseinandersetzung mit der fortgeschrittenen Programmierung in CUDA. Die Teilnehmenden werden die notwendigen Programmierkonzepte und -techniken lernen, um effizient GPU-gestützte Anwendungen zu entwickeln. Dabei arbeiten die Studierenden in Teams und recherchieren selbstständig zu relevanten Themen, indem sie aktuelle Literatur und Ressourcen nutzen, um ihre Kenntnisse zu vertiefen.

Ein weiterer wichtiger Aspekt wird die Fähigkeit sein, entwickelte Programme zu benchmarken und zu optimieren. Die Studierenden werden lernen, wie sie die Leistung ihrer Algorithmen bewerten, verschiedene Implementierungen miteinander vergleichen und Optimierungsstrategien anwenden können, um die Effizienz und Geschwindigkeit ihrer Programme zu steigern.

Das Ziel des Seminars ist es, den Teilnehmenden nicht nur technisches Wissen zu vermitteln, sondern auch praktische Fähigkeiten in der Programmierung, Analyse und Optimierung von modernen GPU-Programmen.