| BÜYÜK VERİ ANALİTİĞİ VE YÖNETİMİ (İNGİLİZCE, TEZSİZ) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| CMP5208 | GPUs ile Paralel Hesaplama | Güz | 3 | 0 | 3 | 12 |
| Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir. |
| Öğretim Dili: | Türkçe |
| Dersin Türü: | Departmental Elective |
| Dersin Seviyesi: | LİSANSÜSTÜ |
| Dersin Veriliş Şekli: | |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi ECE GELAL SOYAK |
| Dersin Amacı: | Bu dersin amacı, paralel hesaplamayı ve GPU'lar gibi yüksek paralel işlemciler için uygulama geliştirmeyi tanıtmaktır. Sürücüsüz arabalar, makine öğrenimi ve artırılmış gerçeklik gibi gerçek dünya uygulamaları paralel hesaplama kullanımının başlıca örnekleridir. Ders, hesaplamalı düşünme, çeşitli paralellik biçimleri, programlama modelleri, görevleri paralel donanıma eşleme, veri yapılarını optimize etme, verimli paralel algoritmalar tasarlamak için paradigmalar üzerinde durmakta ve pratik uygulamaların vaka çalışmalarını içermektedir. |
|
Bu dersi başarıyla tamamlayabilen öğrenciler; - Paralel programlama modellerini yüksek performanslı donanımlarda (ör. GPU) hesaplama görevleri için kullanabilme. - Paralel uygulamaların geliştirilmesi ve optimize edilmesi de dahil olmak üzere CUDA (NVIDIA işlemciler için) kullanarak GPU programlama konusunda uygulamalı deneyim kazanma. - Hesaplama açısından yoğun görevlerin performansını artırmak için verimli veri yapılarını ve paralel paradigmaları uygulama. - Paralel hesaplama teknolojilerini kullanarak çeşitli alanlardaki zorlukların üstesinden gelmek için paralel hesaplama uygulamalarının vaka çalışmalarını analiz etme ve değerlendirme. |
| Temel konular arasında grafik işlemciler için popüler programlama arayüzleri (NVIDIA GPU'ları için CUDA gibi), grafik işlemcilerin iç mimarisi ve bunun performans üzerindeki etkisi ve bu işlemciler üzerinde paralel algoritmaların uygulanması yer alacaktır. Kurs yaklaşık 29 dersten oluşmakta ve beş uygulamalı ödev ve bir final projesi de dahil olmak üzere önemli programlama görevleri içermektedir. |
| Hafta | Konu | Ön Hazırlık |
| 1) | Paralel Hesaplama ve GPU Mimarisine Giriş; CUDA ve GPU programlama (NVIDIA GPU'lar) | |
| 2) | GPU Hızlandırmalı Veri Yapıları (örn. paralel listeler, kuyruklar, ağaçlar) | |
| 3) | CUDA'da Bellek Erişimini Optimize Etme; Önbellek optimizasyonu ve banka çakışmaları | |
| 4) | Gelişmiş CUDA Özellikleri: Akışlar, asenkron işlemler, olaylar ve zamanlama, hata işleme | |
| 5) | CUDA Programlama Temelleri; CUDA çekirdeğini uygulama, bellek erişim modellerini keşfetme | |
| 6) | GPU'larda Paralel Algoritmalar; indirgeme, tarama, sıralama ve matris işlemleri | |
| 7) | GPU Hızlandırmalı Veri Yapıları (örn. paralel listeler, kuyruklar, ağaçlar) | |
| 8) | Örnek Çalışma 1: GPU'larda Makine Öğrenimi; cuBLAS, cuDNN kütüphanelerini kullanarak GPU hızlandırma | |
| 9) | Örnek Çalışma 2: Görüntü işleme, nesne algılama ve hareket planlama için paralel programlama teknikleri | |
| 10) | Optimizasyon için Gelişmiş CUDA Teknikleri; doluluk, warp düzeyinde programlama ve komut düzeyinde optimizasyon. | |
| 11) | NVIDIA araçlarını (Nsight, Visual Profiler) kullanarak performans profili oluşturma ve darboğaz analizi | |
| 12) | Proje sunumları | |
| 13) | Proje sunumları |
| Ders Notları / Kitaplar: | |
| Diğer Kaynaklar: | D. Kirk and W. Hwu, Programming Massively Parallel Processors: A Handson Approach, Third Edition |
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Toplam | % | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 0 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % | |
| Toplam | % | |
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Proje | 1 | 35 | 35 |
| Ödevler | 3 | 12 | 36 |
| Final | 1 | 25 | 25 |
| Toplam İş Yükü | 138 | ||
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Bilimsel literatürü takip eder, eleştirel biçimde analiz eder ve mühendislik problemlerinin çözümünde etkin biçimde kullanır. | 1 |
| 2) | Büyük Veri Analitiği ve Yönetimi ile ilgili özgün projeler tasarlar, planlar, uygular ve yönetir. | 3 |
| 3) | Büyük Veri Analitiği ve Yönetimi ile ilgili çalışmaları bağımsız olarak yürütür, bilimsel sorumluluk alır ve elde edilen sonuçları eleştirel bir bakış açısıyla değerlendirir. | 2 |
| 4) | Yaptığı araştırma ve projelerin sonuçlarını akademik standartlara uygun biçimde yazılı, sözlü ve görsel olarak etkili bir şekilde sunar. | 2 |
| 5) | Büyük Veri Analitiği ve Yönetimi alanıyla ilgili uzmanlık gerektiren konularda bağımsız araştırma yapar, özgün düşünce geliştirir ve bu bilgileri uygulamaya aktarır. | 2 |
| 6) | Büyük Veri Analitiği ve Yönetimi alanına özgü ileri düzey kuramsal ve uygulamalı bilgileri etkin bir biçimde kullanır. | 2 |
| 7) | Mesleki, bilimsel ve etik değerlere uygun hareket eder; mühendislik uygulamalarının toplumsal, çevresel ve etik etkilerini gözeterek sorumluluk alır. | 2 |