Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
Gpu Programmıng | SWE 519 | 0 | 3 + 0 | 3 | 6 |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler | |
Dersin Dili | İngilizce |
Dersin Seviyesi | YUKSEK_LISANS |
Dersin Türü | Seçmeli |
Dersin Koordinatörü | Prof.Dr. DEVRİM AKGÜN |
Dersi Verenler | |
Dersin Yardımcıları | |
Dersin Kategorisi | Alanına Uygun Öğretim |
Dersin Amacı | The objective is to understand a GPU architecture and APIs with practical applications. To be able to implement GPU programs for computation. To be able to use CUDA applications. |
Dersin İçeriği | Introduction to GPU Computing, CUDA Terminology - Kernels, Threads, Blocks, Built-in Variables and Functions, Memory Management, Thread Organization, Parallel Algorithms, Reduction, Performance analysis, Atomic Functions |
# | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
---|---|---|---|
1 | To be able to understand the GPU architecture principles | Problem Çözme, Anlatım, | Ödev, Sınav, |
2 | Memory Management and Thread Organization | Anlatım, Problem Çözme, | Sınav, Ödev, |
3 | To understand basic GPU functions | Anlatım, Problem Çözme, | Sınav, Ödev, |
4 | To develop an efficient GPU algorithm to solve a given problem. | Anlatım, Problem Çözme, | Proje / Tasarım, Ödev, Sınav, |
Hafta | Ders Konuları | Ön Hazırlık |
---|---|---|
1 | Introduction to GPU Computing | |
2 | CUDA Terminology - Kernels, Threads, Blocks | |
3 | Built-in Variables and Functions | |
4 | Memory Management, Thread Organization | |
5 | GPU Architecture | |
6 | Parallel Algorithms | |
7 | Reduction, Scan | |
8 | Midterm exam | |
9 | Performance analysis | |
10 | Parallel Reduction | |
11 | Atomic Functions | |
12 | Graphics Pipeline | |
13 | Multiple GPUs | |
14 | Project Presentations |
Kaynaklar | |
---|---|
Ders Notu | |
Ders Kaynakları | Cheng, John, Max Grossman, and Ty McKercher. Professional CUDA c programming. John Wiley & Sons, 2014. Tuomanen, Brian. Hands-On GPU Programming with Python and CUDA: Explore high-performance parallel computing with CUDA. Packt Publishing Ltd, 2018. |
Sıra | Program Çıktıları | Katkı Düzeyi | |||||
---|---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | |||
1 | Lisans düzeyinde edinilen bilgileri derinleştirerek uygulamaya koyabilme. | X | |||||
2 | Analiz, sentez, eleştirel değerlendirme yeteneklerini geliştirerek karmaşık problemleri bağımsız olarak çözebilme. | X | |||||
3 | Bilişim problemlerinin çözümünde kullanılan analiz ve modelleme yöntemleri ile bunların kısıtları hakkında kapsamlı bilgi sahibi olma. | X | |||||
4 | Bilimsel yöntemler kullanarak veri toplayabilme, değerlendirebilme ve yorumlayabilme. | X | |||||
5 | Çok disiplinli takımlarda yer alarak farklı alanlardan gelen bilgileri kendi alanıyla bütünleştirerek çözüm yöntemleri belirleyebilme. | X | |||||
6 | Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade edebilme, en az bir yabancı dilde iletişim kurabilme. | ||||||
7 | Bilimsel gelişmeleri izleyerek kendini sürekli yenileyebilme. | ||||||
8 | Toplumsal, çevresel ve etik değerleri dikkate alarak bilimsel araştırma yürütebilme. | ||||||
9 | Proje planlaması ve zaman yönetimi yapabilme, alternatif çözüm yolları belirleyebilme. | ||||||
10 | Bilimsel araştırma sürecinde uygun araçları belirleyebilme ve bilişim teknolojilerini kullanabilme. |
Değerlendirme Sistemi | |
---|---|
Yarıyıl Çalışmaları | Katkı Oranı |
1. Ara Sınav | 60 |
1. Ödev | 10 |
2. Ödev | 10 |
1. Proje / Tasarım | 20 |
Toplam | 100 |
1. Final | 50 |
1. Yıl İçinin Başarıya | 50 |
Toplam | 100 |
AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
---|---|---|---|
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 2 | 32 |
Ödev | 2 | 10 | 20 |
Proje / Tasarım | 1 | 10 | 10 |
Ara Sınav | 1 | 15 | 15 |
Final | 1 | 15 | 15 |
Toplam İş Yükü | 140 | ||
Toplam İş Yükü / 25 (Saat) | 5,6 | ||
Dersin AKTS Kredisi | 6 |