OpenCL - Plan Szkolenia

Moduł 1: Wprowadzenie do Świata Obliczeń Heterogenicznych i OpenCL

• 1.1. Ewolucja Architektury Komputerów i Obliczeń Równoległych
• 1.2. GPU Compute / GPGPU - Historia i Obecny Stan Technologii
• 1.3. Porównanie Technologii: OpenCL vs CUDA vs SYCL vs Vulkan Compute
• 1.4. OpenCL jako Standard Otwarty - Historia Standardu i Ewolucja do OpenCL 3.0
• 1.5. Kluczowe Nowości w OpenCL 3.0 - Architektura Rdzenia i Funkcjonalności Opcjonalne
• 1.6. Model Platformy OpenCL
• 1.7. Model Wykonania OpenCL
• 1.8. Model Pamięci OpenCL

Moduł 2: Konfiguracja Środowiska Programistycznego

• 2.1. Wymagania Systemowe i Sprzętowe
• 2.2. Instalacja Środowiska w Systemie Linux
• 2.3. Instalacja w Innych Systemach (Windows, macOS)
• 2.4. Kompilacja i Budowanie Programów OpenCL
• 2.5. Narzędzia Deweloperskie i Diagnostyczne dla OpenCL
• 2.6. Praktyczne Ćwiczenie: Konfiguracja i Pierwszy Program

Moduł 3: Język OpenCL C

• 3.1. Podstawy Języka OpenCL C i Jego Ewolucja w OpenCL 3.0
• 3.2. Typy Danych
• 3.3. Operatory
• 3.4. Kwalifikatory i Atrybuty
• 3.5. Funkcje Wbudowane
• 3.6. Preprocesor OpenCL
• 3.7. Najlepsze Praktyki Pisania Wydajnego Kodu OpenCL C

Moduł 4: Podstawowe Programy OpenCL z Pythonem

• 4.1. Wprowadzenie do PyOpenCL
• 4.2. Struktura Typowej Aplikacji Host (Python + PyOpenCL)
• 4.3. Przykład 1: Prosty Kernel (Mnożenie przez Skalar)
• 4.4. Przykład 2: Dodawanie Wektorów (Vector Addition)
• 4.5. Przykład 3: Demonstracja Sieci Lokalnej i Globalnej (Work-Groups i Local Memory)
• 4.6. Debugowanie Podstawowych Błędów w PyOpenCL
• 4.7. Praktyczne Ćwiczenia z PyOpenCL

Moduł 5: Bardziej Zaawansowane Przykłady Obliczeń

• 5.1. Debugowanie Kerneli: Użycie printf w OpenCL 3.0
• 5.2. Operacja Redukcji Równoległej (Parallel Reduction)
• 5.3. Wyznaczanie Histogramu (Histogram Calculation)
• 5.4. Zbiór Mandelbrota (Mandelbrot Set)
• 5.5. Algorytm Sortowania Bitonicznego (Bitonic Sort)
• 5.6. Przetwarzanie Obrazu (Image Processing) z użyciem Typów Image
• 5.7. Praktyczne Ćwiczenia - Implementacja Wybranego Algorytm

Moduł 6: Zastosowania Branżowe OpenCL

• 6.1. OpenCL w Machine Learning i Deep Learning
• 6.2. OpenCL w Symulacjach Naukowych
• 6.3. OpenCL w Przetwarzaniu Sygnałów i Obrazów
• 6.4. OpenCL w Kryptografii i Bezpieczeństwie
• 6.5. OpenCL w Finansach (High-Performance Computing)
• 6.6. Case Study: Kompleksowy Projekt Branżowy

Moduł 7: OpenCL w Różnych Językach Hosta

• 7.1. Python i PyOpenCL - Szczegółowe Omówienie
• 7.2. C++ i OpenCL - Integracja i Najlepsze Praktyki
• 7.3. Java i JOCL - Możliwości i Ograniczenia
• 7.4. C# i Obliczenia Heterogeniczne
• 7.5. Interoperacyjność OpenCL z Innymi Bibliotekami (NumPy, TensorFlow, itp.)
• 7.6. Praktyczne Porównanie Implementacji w Różnych Językach

Moduł 8: Analiza i Optymalizacja Wydajności w OpenCL

• 8.1. Metodologia Optymalizacji - Systematyczne Podejście
• 8.2. Typowe Problemy Wydajnościowe i Ich Rozwiązania
• 8.3. Profilowanie za pomocą OpenCL API (Events)
• 8.4. Narzędzia Profilujące Producentów
• 8.5. Optymalizacja Kerneli (Device Code)
• 8.6. Optymalizacja Interakcji Host-Device
• 8.7. Wybór Urządzenia i Skalowanie
• 8.8. Studium Przypadku: Optymalizacja Realnego Problemu

Moduł 9: Zaawansowane Funkcje OpenCL 3.0

• 9.1. Funkcjonalności Opcjonalne w OpenCL 3.0
• 9.2. Praca z Obrazami i Teksturami
• 9.3. Subgroups w OpenCL 3.0
• 9.4. Pipes w OpenCL
• 9.5. Interoperacyjność z Grafiką (OpenGL, DirectX)
• 9.6. Zaawansowane Modele Pamięci (SVM)
• 9.7. SPIR-V jako Pośredni Format Kodu

Moduł 10: Podsumowanie i Perspektywy

• 10.1. Kluczowe Koncepcje OpenCL - Przegląd
• 10.2. Przyszłość OpenCL i Obliczeń Heterogenicznych
• 10.3. Ekosystem OpenCL - Narzędzia, Biblioteki, Społeczność
• 10.4. Kiedy Używać OpenCL? - Porównanie z Alternatywnymi Technologiami
• 10.5. Dalsza Nauka i Zasoby
• 10.6. Końcowy Projekt i Prezentacje Uczestników
• 10.7. Sesja Q&A i Dyskusja

.

.