Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka							Poziom i forma studiów	drugiego stopnia stacjonarne
Specjalność / Ścieżka dyplomowania	Biometria i przetwarzanie sygnałów							Profil kształcenia	ogólnoakademicki
Nazwa przedmiotu	Programowanie akceleratorów graficznych							Kod przedmiotu	INF2PAG
								Rodzaj przedmiotu	obieralny
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	2
	15				15			Punkty ECTS	2
Przedmioty wprowadzające
Cele przedmiotu	Celem przedmiotu jest zapoznanie studentów z zaawansowanymi technikami akceleracji sprzętowej w oparciu o procesory graficzne (GPU) oraz rozszerzenia multimedialne SIMD (MMX/SSE) i wielordzeniowość jednostek ogólnego przeznaczenia (CPU). W szczególności student zostanie zaznajomiony z technologiami: OpenMP, Intel threading building blocks (TBB), językiem cieniowania (ang. shader) GLSL oraz z dedykowanymi środowiskami obliczeń ogólnych GPGPU: Cuda, OpenCL.
Treści programowe	Wykład i pracownia specjalistyczna: 1. Obliczenia w grafice i multimediach, wektoryzacja kodu, obliczenia współbieżne. 2. Rozszerzenia multimedialne (MMX/SSE) procesorów ogólnego przeznaczenia, wprowadzenie do architektury 64bit. 3. Wykorzystanie wstawek asemblera oraz funkcji wbudowanych (ang. Intrinsics), optymalizacja kodu. 4. Programowanie w oparciu o procesory wielordzeniowe – technologie OpenMP, TBB. 5. Architektura akceleratorów graficznych, unifikacja jednostek obliczeniowych GPU. 6. Języki cieniowania (ang. shaders), technologia GLSL (OpenGL Shading Language). 7. Tworzenie zaawansowanych efektów graficznych z wykorzystaniem GLSL. 8. Wprowadzenie do obliczeń ogólnych z wykorzystaniem jednostek GPU: shadery obliczeniowe GLSL/Vulkan oraz technologie Cuda i OpenCL.
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera, wykład informacyjny, ćwiczenia przedmiotowe,
Forma zaliczenia	Wykład - zaliczenie pisemne. Pracowania specjalistyczna - wykonanie zadań projektowych, obrona projektu.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	posiada wiedzę o aktualnych trendach i narzędziach w zakresie akceleracji sprzętowej z wykorzystaniem procesorów GPU oraz wielordzeniowych jednostek ogólnego przeznaczenia								INF2_W03 INF2_W06
EU2	ma rozszerzoną i pogłębioną wiedzę z zakresu grafiki komputerowej								INF2_W03 INF2_W06
EU3	potrafi wykorzystywać poznane technologie do przetwarzania obrazów								INF2_U03 INF2_U04
EU4	ma podstawową wiedzę o aktualnych trendach w zakresie obliczeń z wykorzystaniem jednostek GPU; potrafi określić kierunki dalszego uczenia się i zrealizować proces samokształcenia.								INF2_W06 INF2_U14
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie pisemne								W
EU2	zaliczenie pisemne								W
EU3	wykonanie zadań projektowych, obrona projektu								Ps
EU4	wykonanie zadań projektowych, obrona projektu								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach - 15x1h								15
	2 - Udział w pracowni specjalistycznej - 15x1h								15
	3 - Udział w konsultacjach - 5								5
	4 - Opracowanie projektów i prac domowych - 10								10
	5 - Przygotowanie do zaliczenia - 5								5
RAZEM:									50
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									35 (3)+(1)+(2)	1.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									25 (4)+(2)	1.0
Literatura podstawowa	1. K. Sobiesiak, P. Sydow: Zaawansowane programowanie w GLSL, PWN, 2015. 2. J. Kessenich (ed.): The OpenGL Shading Language v 4.2, The Khronos Group, 2011 (dok. On-line). 3. A. Munshi (ed.): The OpenCL Specification, Version: 1.2, Khronos OpenCL Working Group, 2011 (dok. On-line).
Literatura uzupełniająca	1. NVIDIA CUDA C Programming Guide, Version 4.2 (dok. on-line). 2. Y. Magda: Visual C++ .NET Optimization with Assembly Code, A-LIST Publishing, 2004. 3. Wen-mei W. Hwu (ed.): GPU Computing Gems Emerald Edition, Morgan Kaufmann, 2011. 4. D.B. Kirk,Wen-mei W. Hwu: Programming Massively Parallel Processors: A Hands-on Approach, Morgan Kaufmann, 2011. 5. OpenMP Application Program Interface, OpenMP Architecture Review Board, 2011 (dok. On-line). 6. Intel(R) Threading Building Blocks Reference Manual, Intel Corp., 2012 (dok. on-line).
Jednostka realizująca	Katedra Mediów Cyfrowych i Grafiki Komputerowej								Data opracowania programu
Program opracował(a)	dr inż. Adam Borowicz								2020.05.22