GPU ComputingModulbeschreibung #41201 / Version 3
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Englisch
| Modul / Version | #41201 / #3 |
|---|---|
| Gültigkeit | Seit WiSe 2026/27 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Steuwer, Michel |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34353200 FG Programmiersprachen |
Kontakt
| Sekretariat | EN 21 |
|---|---|
| Ansprechpartner*in | Steuwer, Michel |
| E-Mail-Adresse | lehre@compl.tu-berlin.de |
| Webseite | https://www.tu.berlin/compl/studium-lehre |
Lernergebnisse
Nach Abschluss dieses Kurses werden die Teilnehmer in der Lage sein:
* die Architektur moderner GPUs zu verstehen
* fehlerfreie Software für GPUs zu schreiben, welche datenparallele Berechnungen durchführen
* die Leistung von GPU-Software zu beurteilen
* Optimierungen anzuwenden, um die Leistung von GPU-Software zu verbessern
* die Architektur moderner GPUs zu verstehen
* fehlerfreie Software für GPUs zu schreiben, welche datenparallele Berechnungen durchführen
* die Leistung von GPU-Software zu beurteilen
* Optimierungen anzuwenden, um die Leistung von GPU-Software zu verbessern
Lehrinhalte
In diesem Kurs lernen die Studierenden das moderne GPU-Computing kennen, wobei der Schwerpunkt auf der Verwendung von GPUs für rechenintensive und datenparallele Probleme liegt. Die Studierenden erwerben theoretische Kenntnisse über GPU-Hardware sowie praktische Fähigkeiten zum Schreiben von Hochleistungs-GPU-Software.
* Moderne GPU-Hardware
* Throughput oriented computing vs. latency oriented computing
* Datenparallele Berechnungsprobleme
* GPU-Programmiermodell
* GPU-Programmierung mit gängigen GPU-Programmiersprachen
* Häufige Fehler in der GPU-Berechnung
* Überlegungen zur Leistung von GPU-Software
* Leistungsoptimierungen
* GPU-Programmierung mit domänenspezifischen Ansätzen
* Moderne GPU-Hardware
* Throughput oriented computing vs. latency oriented computing
* Datenparallele Berechnungsprobleme
* GPU-Programmiermodell
* GPU-Programmierung mit gängigen GPU-Programmiersprachen
* Häufige Fehler in der GPU-Berechnung
* Überlegungen zur Leistung von GPU-Software
* Leistungsoptimierungen
* GPU-Programmierung mit domänenspezifischen Ansätzen
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
GPU Computing (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
GPU Computing (Praktikum)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 120 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Dieses Modul besteht aus einer wöchentlichen Vorlesung, in der die Grundlagen des GPU-Computings vermittelt werden. Die Hauptkomponenten dieses Moduls sind praktische Kursarbeiten, in denen die Studenten unter Aufsicht in einem Lab arbeiten, um ihre GPU-Computing-Fähigkeiten zu üben, sowie ein abschließendes praktisches Projekt, in dem jeder Student eine vollständige GPU-Anwendung implementiert und optimiert.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Solide Programmierkenntnisse in einer Sprache mit expliziter Speicherverwaltung (z. B. C/C++ oder Rust) sowie ein gutes Verständnis der Computerarchitektur sind erforderlich.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Lernprozessevaluation) Kursarbeiten | 30 | praktisch | 40 Stunden |
| (Ergebnisprüfung) Praktisches Projekt | 60 | praktisch | 75 Stunden |
| (Punktuelle Leistungsabfrage) Präsentation des Praktischen Projekts | 10 | mündlich | 10 Minuten |
Prüfungsbeschreibung (Abschluss des Moduls)
Während des ersten Teils des Semesters werden die Studenten im Labor an Kursarbeiten arbeiten, in denen sie ihre GPU-Computing-Fähigkeiten trainieren.
Diese wöchentlichen Kursarbeiten werden benotet.
In den letzten 4 Wochen arbeiten die Studierenden individuell an der Implementierung und Optimierung einer vollständigen GPU-Anwendung.
Abschließend präsentieren die Studierenden ihre Projekte in Form eines Posters und einer 10-minütigen mündlichen Präsentation.
Diese wöchentlichen Kursarbeiten werden benotet.
In den letzten 4 Wochen arbeiten die Studierenden individuell an der Implementierung und Optimierung einer vollständigen GPU-Anwendung.
Abschließend präsentieren die Studierenden ihre Projekte in Form eines Posters und einer 10-minütigen mündlichen Präsentation.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 30.
Anmeldeformalitäten
Siehe https://www.tu.berlin/compl/studium-lehre sowie die in der ersten Vorlesung gegebenen Informationen.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet A › Eingebettete Systeme und Rechnerarchitekturen / Embedded Systems and Computer Architectures |
| Computer Science (Informatik) StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Eingebettete Systeme und Rechnerarchitekturen / Embedded Systems and Computer Architectures |
| Elektrotechnik StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Eingebettete Systeme und Rechnerarchitekturen / Embedded Systems and Computer Architectures |
| Informatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Rechensysteme › Weitere Module |
Sonstiges
Keine Angabe