Tantárgy » BMEVIIIMB09
GPU programozás és párhuzamos rendszerek labor
GPU Programming and Parallel Systems Laboratory
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Tantárgy neve (magyarul, angolul) |
GPU programozás és párhuzamos rendszerek labor
GPU Programming and Parallel Systems Laboratory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIIIMB09 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | félévközi érdemjegy | ||||||||||||
| Tantárgy kreditértéke | 5 | ||||||||||||
| Tantárgyfelelős |
Szécsi László
beosztás: egyetemi docens
elérhetőség:
szecsi.laszlo@vik.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
Irányítástechnika és Informatika Tanszék
|
||||||||||||
| Kar | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
Tantárgyprogram
1. Bevezetés a CUDA keretrendszer használatába: CUDA virtuális gép platform,
memória és program modellje. A párhuzamos programok végrehajtási sémája. A
CUDA C/C++ nyelv bemutatása. Vektorfeldolgozás a GPU-n, szóró és gyűjtő
típusú algoritmusok.
2. Párhuzamos primitívek megvalósítása CUDA platformon. Párhuzamos
rendezések. Radix-rendezés.
3. Optimalizációs technikák CUDA környezetben. A párhuzamos programok
skálázódási kérdései, magas szintű optimalizációs technikák.
Memóriasávszélesség elméleti és effektív értékének meghatározása, a
rendelkezésre álló memóriasávszélesség optimális kihasználása. Kódszervezési
kérdések vizsgálata. CUDA programok teljesítményének mérése és hibakeresés
NVidia NSight segítségével.
4. Position-Based Dynamics. Ruhaszimuláció. Ütközésdetektálás.
5. Hajszimuláció. Sorrendfüggetlen átlátszóság (OIT). Anti-aliasing. Előszűrés és
utószűrés (FSAA vagyis full-screen anti-aliasing).
6. Strain-Based Dynamics. Lágy testek szimulációja.
7. Folyadékszimuláció a GPU-n: A Navier-Stokes egyenletek valós idejű megoldása
2D és 3D rácson.
8. Folyadékszimuláció a GPU-n részecske alapon. Smoothed Particle
Hydrodynamics. Az összenyomhatatlanság biztosítása. Position Based Fluids.
9. Modern alacsony szintű grafikus API (Vulkan). Pipeline, memóriakezelés,
diszkriptorok, szinkronizáció.
10. Fényforráskezelés és árnyékok. Mélység-térképek létrehozása és használata.
Takarás-szűrés (percentage closer filtering). Lágy árnyékok (soft shadow).
11. Magasságmező, terepgenerálás, tesszellátor. Részletességi szintek. Folytonos
LOD. Mesh shader.
12. Illusztratív képszintézis. Geometria-alapú kontúrrajzolás. Vonalkázás, Tonal Art
Maps.
A tárgy célja CUDA és kisebb részben a Vulkan környezet alkalmazásának megtanítása a vizuális
informatikához kapcsolódó gyakorlati problémákon keresztül. Az architektúra és az azon
hatékonyan végrehajtható párhuzamos alap- és összetettebb műveletek megismerése után az
alacsony szintű erőforráskezelés és a legújabb GPU-képességek kihasználásával legyenek képesek
a hallgatók szimulációs és megjelenítési feladatok megoldására.
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
Gyakorlati oktatás. A szükséges elméleti alapok a gyakorlat folyamán hangoznak el. Minden
laboratóriumi gyakorlathoz tartozik egy kiindulási projekt, amelyben kritikus részfeladatokat kell
megoldani. Ezek a projektek a félév elején, a Cuda programozás témakörénél minimálisak, a
hivatalos üres CUDA projekthez legfeljebb a korábbi gyakorlatokon érintett funkciókat adják hozzá.
A szimulációs feladatokat egy számos „alapműveletet”, például a közelségi keresést megvalósító
keretben kell megvalósítani. Ez a keret az NVIDIA szimulációs könyvtáraira (elősorban a Warp) épül
az adott félévben elérhető hardverfeltételek figyelembe vételével. A Vulkan részben egy
megjelenítőmotort kell kész elemekből összeállítani, és új funkciókkal kiegészíteni. A laborok során
egy részletes útmutatóként szolgáló fóliasort használunk, amiben jellemzően nem kód, hanem
algoritmus-leírás, vagy matematikai képletek formájában, de lépésről lépésre végigkövetjük a
megoldások lépésit. Ezek pontos megértéséhez szükséges magyarázatok a laboron hangzanak el.
Tanulástámogató anyagok
Nincs megadva.
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Programozás, szoftvertervezés, számítógépes grafika,
matematika, fizika.
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Programozás, szoftvertervezés, számítógépes grafika,
matematika, fizika.
Általános szabályok
Követelmények:
A gyakorlati feladatok megoldását 0-6 pontos skálán értékeljük. Az
érdemjegybe a legjobb 8 gyakorlat pontszáma, legfejlebb 48 pont
számít bele. További legfeljebb 52 pontot otthon készített házi
feladatra adunk. Ezeket az egyéni házi feladatokat legkésőbb a 8-
adik héten, a hallgatóval egyeztetve adjuk ki, és félév végig lehet
bemutatni őket. Az osztályzatot az alábbi ponthatárok alapján
számoljuk:
0-39%: elégtelen
40-54%: elégséges
55-69%: közepes
70-84%: jó
85-100%: jeles
Pótlási lehetőségek:
A házi feladat a pótlási héten pótlólag beadható. A labor alkalmak nem pótolhatóak, de csak az
alkalmak kétharmada (a legjobb nyolc) számít bele az osztályzatba.
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
Kötelező:
Számítógépes grafika
VAGY
Képszintézis
Ajánlott:
A tantárgy elvégzéséhez C++ nyelvű programozási tudás és gyakorlat elengedhetetlen. A Python ismerete
segít. Algoritmuselméleti alapok, mechanikai ismeretek és a matematikai eszköztár (differenciálegyenletek, numerikus módszerek) megértéséhez szükséges alapismeretek szükségesek.
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
—
Tantárgykövetelmények hatályosságának vége:
—
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.