강의목표
GPU 하드웨어 아키텍처에 대한 이해를 바탕으로 CUDA 기반 병렬 프로그래밍의 기초를 학습하고, Google Colab 실습을 통해 GPU kernel 작성, 성능 측정, 메모리 최적화 및 CNN/Attention 연산의 CUDA 관점을 경험한다.
※강의 중 "Google Colab 실습"을 위해 개인 Google ID를 준비하여 주시기 바랍니다.
강의개요
1) GPU 코어 아키텍처와 CPU/GPU 실행 모델의 차이점을 이해한다.
2) CUDA programming model, kernel launch, thread/block/grid 구조를 이해하고 기초 CUDA kernel을 작성한다.
3) Matrix addition/multiplication 실습을 통해 2D indexing, boundary check, CUDA event 기반 성능 측정을 학습한다.
4) CUDA memory hierarchy, shared memory, memory coalescing, occupancy 등 성능 최적화 핵심 개념을 이해한다.
5) AI 핵심 연산을 CUDA 관점에서 살펴보고 최신 GPU workload와 연결한다.
참고사항
♦ 출석 100%, 퀴즈 3/5문제 통과시 수료증이 발급됩니다.
♦ 수강신청 기간 내에 홈페이지에서 수강 취소해야 정상 취소처리 됩니다.
♦ 1개 교육에 대해 전일 결석시, 향후 8개월간 수강 신청이 자동으로 제한되며, 기존 수강신청도 전면 취소됩니다.
♦ 온라인은 재직자 우선 선발이며, 온라인 수강신청 대기인원 발생 시 재직자 이외의 모든 인원은 별도의 안내 없이 수강 취소 됩니다. (학교 소속 연구원 포함)
강좌상세
| 일자 |
2026-06-29 |
시간 |
10:00 ~ 12:00 |
강사 |
공영호 부교수 숭실대학교 |
| 내용 |
[오전 시간 : 10:00 ~ 12:00]
○ Introduction to GPU Computing 이론
○ Parallel Computing History and CUDA Model 이론
○ Kernel concept in CUDA 이론 |
| 일자 |
2026-06-29 |
시간 |
13:00 ~ 17:00 |
강사 |
공영호 부교수 숭실대학교 |
| 내용 |
[오후 시간 : 13:00 ~ 17:00]
○ Graphics pipeline과 CUDA programming model, Thread/block/grid 실습
○ Host/Device memory, cudaMalloc/cudaMemcpy, Vector Addition 실습 |
| 일자 |
2026-06-30 |
시간 |
10:00 ~ 12:00 |
강사 |
공영호 부교수 숭실대학교 |
| 내용 |
[오전 시간 : 10:00 ~ 12:00]
○ Matrix Computation using CUDA 이론 및 실습
○ CUDA Thread and H/W Architecture 이론
○ Memory Hierarchy 이론 및 실습 |
| 일자 |
2026-06-30 |
시간 |
13:00 ~ 17:00 |
강사 |
공영호 부교수 숭실대학교 |
| 내용 |
[오후 시간 : 13:00 ~ 17:00]
○ Shared Memory Usage 이론 및 실습
○ 실습 및 Summary |
강의장소
♦ [대면] 광운대학교 비마관 514호
♦ 강의자료 및 안내: 수강자에게 이메일로 안내
♦ IDEC에 등록된 이메일이 정확한지 확인 및 업데이트 바랍니다.(스팸처리 유의)
담당자 연락처
|
