GPU 高性能计算培训课程
课程名称：GPU 高性能计算算法设计与优化
培训对象
高性能计算工程师、科学计算应用开发人员、数值算法研究人员。
培训目标
培训内容介绍
-
GPU 高性能计算概述：高性能计算的应用领域（分子动力学、计算流体力学、天气预报）；GPU 在 TOP500 中的地位；混合精度计算与数值稳定性。
-
稀疏线性代数：稀疏矩阵存储格式（CSR、CSC、COO）；稀疏矩阵向量乘（SpMV）的 GPU 实现；迭代求解器（共轭梯度法、GMRES）的 GPU 加速。
-
密集线性代数：矩阵分块算法；cuBLAS 与 cuSOLVER 库的高级应用；LU 分解、QR 分解的 GPU 实现。
-
快速傅里叶变换：FFT 算法的并行化；cuFFT 库的使用与性能调优；批处理 FFT 在信号处理中的应用。
-
粒子模拟：N 体问题的 GPU 实现；粒子对相互作用的计算优化；邻域列表算法；分子动力学模拟（如 Amber、GROMACS）的 GPU 加速原理。
-
格点计算：计算流体力学中的网格计算；有限差分法的 GPU 实现；GPU 上的 Stencil 计算优化（共享内存、寄存器重载）。
-
蒙特卡洛模拟：随机数生成在 GPU 上的实现（cuRAND）；并行蒙特卡洛方法的应用；方差减少技术的 GPU 实现。
-
数值精度与混合精度：单精度 vs 双精度的性能差异；混合精度算法设计；误差分析与补偿技术。
-
多 GPU 编程：多 GPU 任务的划分；节点内多 GPU 通信（NVLink）；跨节点 GPU 通信（MPI+CUDA）。
-
CUDA 感知的 MPI：GPU 直接通信的原理；MPI 与 CUDA 的集成；GPUDirect RDMA 技术。
-
应用案例：分子动力学模拟的 GPU 优化实践；计算流体力学求解器的 GPU 移植经验。
-
综合实战项目：将经典的科学计算应用（如有限差分求解热方程）移植到 GPU，并进行多 GPU 扩展与性能分析。
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
