لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش توسعه اپلیکیشنهای ابری شتابدهنده FPGA با SDAccel: آموزش عملی
- آخرین آپدیت
دانلود Developing FPGA-accelerated cloud applications with SDAccel: Practice
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره برای هر کسی است که مشتاق یادگیری نحوه توسعه اپلیکیشنهای شتابدهنده FPGA با استفاده از SDAccel است!
هرچه سیستم شما کاربردیتر (General Purpose) باشد، انعطافپذیری بیشتری دارد و انواع بیشتری از برنامهها و الگوریتمها را میتوانید روی زیرساختهای محاسباتی خود اجرا کنید. همه اینها عالی به نظر میرسد، اما این انعطافپذیری اغلب به قیمت کاهش کارایی و بهرهوری تمام میشود.
در این دوره، چندین سناریو را بررسی میکنیم که در آنها حجم کاری (Workload) به عملکردی بسیار بیشتر از آنچه حتی سریعترین CPUها ارائه میدهند، نیاز دارد. همین موضوع باعث شده است که معماریهای ابری و مراکز داده به سمت «محاسبات شتابدهنده» (Accelerated Computing) حرکت کنند. در این دوره، به شما نشان میدهیم که چگونه با استفاده از Xilinx SDAccel برای برنامهریزی نمونههای Amazon EC2 F1، از این مزایا بهرهمند شوید. ما این مسیر را از طریق یک مثال عملی از الگوریتمهای مورد استفاده در بیولوژی محاسباتی پیش میبریم.
حجم عظیم دادههایی که الگوریتمها باید پردازش کنند و پیچیدگی آنها، منجر به نیاز مبرم به افزایش قدرت محاسباتی شده است. در این سناریو، شتابدهندههای سختافزاری در دستیابی به سرعت بیشتر در محاسبات و در عین حال کاهش مصرف انرژی، بسیار مؤثر ظاهر شدهاند. در میان الگوریتمهای بیولوژی محاسباتی، الگوریتم اسمیت-واترمان (Smith-Waterman) یک الگوریتم برنامهنویسی پویا است که تراز محلی بهینه بین دو رشته (نوکلئوتید یا پروتئین) را تضمین میکند. در کلاسهای آتی، ما به تحلیل و شتابدهی سختافزاری مبتنی بر FPGA برای الگوریتم اسمیت-واترمان جهت تراز جفتشدگی توالیهای DNA میپردازیم.
در این راستا، این دوره بر زیرساختهای ابری توزیعشده و ناهمگن تمرکز دارد و جزئیات نحوه استفاده از Xilinx SDAccel را از طریق مثالهای عملی به شما آموزش میدهد تا راهکارهای خود را با استفاده از نمونههای Amazon EC2 F1 پیادهسازی کنید.
نمایش نظرات