USG/Wyklad OpenCL: Różnice pomiędzy wersjami

Z Brain-wiki
(Utworzenie)
 
m
Linia 2: Linia 2:
  
 
Do wykładu o programowaniu równoległym procesorów GPU w środowisku OpenCL będziemy korzystać z materiałów "Hands On OpenCL"<ref>https://handsonopencl.github.io/</ref>.
 
Do wykładu o programowaniu równoległym procesorów GPU w środowisku OpenCL będziemy korzystać z materiałów "Hands On OpenCL"<ref>https://handsonopencl.github.io/</ref>.
Zakres tych materiałów daleko wykracza poza zaplanowane w ramach warsztatów "wprowadzenie do programowania w OpenCL". Zainteresowanych zachęcam do samodzielnego zapoznania się z tymi materiałami.
+
Zakres tych materiałów daleko wykracza poza zaplanowane w ramach warsztatów "wprowadzenie do programowania w OpenCL". Dlatego, zainteresowanych zachęcam do samodzielnego zapoznania się z całością tych materiałów.
  
==LITERATURA i LINKI==
+
Polecam także materiały do kursu "GPU programming with PyOpenCL and PyCUDA"<ref>https://www.bu.edu/pasi/courses/gpu-programming-with-pyopencl-and-pycuda/</ref> autorstwa Dr. Andreas Klöckner, które prezentują wykorzystanie Pythona i modułów PyOpenCL/PyCUDA do programowania GPU.
 +
 
 +
==Literatura i Linki==
 
# David R. Kaeli, Perhaad Mistry, Dana Schaa, Dong Ping Zhang, Heterogeneous Computing with OpenCL 2.0, Morgan Kaufmann, 2015.
 
# David R. Kaeli, Perhaad Mistry, Dana Schaa, Dong Ping Zhang, Heterogeneous Computing with OpenCL 2.0, Morgan Kaufmann, 2015.
# x
+
# Matthew Scarpino, OpenCL in Action: How to accelerate graphics and computation, Manning Publications; 1 edition, 2011.

Wersja z 18:02, 16 lis 2016

Wykład OpenCL

Do wykładu o programowaniu równoległym procesorów GPU w środowisku OpenCL będziemy korzystać z materiałów "Hands On OpenCL"[1]. Zakres tych materiałów daleko wykracza poza zaplanowane w ramach warsztatów "wprowadzenie do programowania w OpenCL". Dlatego, zainteresowanych zachęcam do samodzielnego zapoznania się z całością tych materiałów.

Polecam także materiały do kursu "GPU programming with PyOpenCL and PyCUDA"[2] autorstwa Dr. Andreas Klöckner, które prezentują wykorzystanie Pythona i modułów PyOpenCL/PyCUDA do programowania GPU.

Literatura i Linki

  1. David R. Kaeli, Perhaad Mistry, Dana Schaa, Dong Ping Zhang, Heterogeneous Computing with OpenCL 2.0, Morgan Kaufmann, 2015.
  2. Matthew Scarpino, OpenCL in Action: How to accelerate graphics and computation, Manning Publications; 1 edition, 2011.
    1. https://handsonopencl.github.io/
    2. https://www.bu.edu/pasi/courses/gpu-programming-with-pyopencl-and-pycuda/