报告题目：CUDA和科学计算
报告人：顾寒锋
时间：2024年4月16日下午2:00
地点：机械学院2004室
主持人：王静 教授
报告摘要：
CUDA（Compute Unified Device Architecture）是由NVIDIA创建的并行计算平台和应用程序编程接口（API）模型。它允许开发人员利用NVIDIA GPU的强大性能来进行通用计算任务，包括科学计算。科学计算涉及使用计算方法来解决各种科学领域的复杂问题，如物理学、化学、生物学和工程学。这些问题通常需要大量的计算资源来执行模拟、数据分析和建模。
CUDA使科学家和研究人员能够通过将计算密集型任务卸载到GPU来加速其科学计算应用程序。通过利用GPU的大规模并行架构，CUDA可以显着加快算法和模拟的执行速度，从而获得更快的结果和更高效的计算。在CUDA编程中，开发人员使用CUDA C/C++或CUDA Python编写并行代码，以利用GPU的并行处理能力。通过设计能够在数百个或数千个GPU核心上并行执行的算法，科学家可以实现与在CPU上运行相同代码相比的显著加速。
总的来说，CUDA已经成为科学计算的热门选择，因为它能够利用GPU的计算能力加速复杂模拟和数据分析任务。在计算物理学、生物信息学和机器学习等领域，研究人员通常使用CUDA来在其工作中实现更快和更高效的计算。本报告将简要介绍CUDA架构及其在科学计算领域的应用。
报告人简介：
顾寒锋，男，2016年毕业于法国里昂INSA获博士学位,导师为Ton Lubrecht教授，2016年-2019年在无锡国家超算中心任高级研发工程师，2019-2021年在清华大学计算机与工程学院做博士后，2021年以来在上海英伟达高性能计算（HPC）部门任高级开发技术工程师。