Seminar / Training Debugging, Correctness & Numerik auf der GPU: Race Conditions, Sanitizer, Tests
Inhaltsverzeichnis
- Abstract
- Zielgruppe und Voraussetzungen
- Lernziele
- Inhalte und Module
- Praxisübungen
- Agenda
Abstract
GPU-Fehler sind häufig nicht-deterministisch und schwer reproduzierbar. Dieses Seminar vermittelt Methoden und Werkzeuge zur Fehleranalyse, zur Absicherung von Korrektheit und zur Verbesserung der numerischen Stabilität. Behandelt werden typische GPU-Fehlerklassen (Out-of-bounds, Data Races, Illegal Access, Synchronisationsfehler), Teststrategien, deterministische Referenzpfade und numerische Vergleichsmetriken. Übungen basieren auf präparierten Bug-Szenarien und führen zu einem praxistauglichen Debug- und Test-Playbook.
Zielgruppe und Voraussetzungen
- Zielgruppe: CUDA- oder OpenCL-Teams, die produktiven Code betreiben
- Voraussetzungen: praktische GPU-Programmiererfahrung auf Grundlagen-Niveau
Lernziele
- Fehler reproduzierbar machen (Minimalfälle, Seeds, deterministische Pfade)
- Race Conditions und Speicherfehler systematisch finden
- Testsuite für GPU-Code entwerfen (Unit, Property, Regression, Performance-Guardrails)
- Numerische Unterschiede korrekt bewerten (Toleranzen, ULP, relative Fehler)
Inhalte und Module
- Fehlerklassen: Memory, Synchronisation, Concurrency, Numerik
- Debug-Workflow: Reproduktion, Minimierung, Instrumentierung, Verifikation
- Korrektheitschecks: Assertions, Bounds Checks, Guard Kernels, Canary Patterns
- Race-Condition-Strategien: Atomics vs Redesign, Privatization, deterministische Reduktion
- Testmethodik: CPU-Referenz, metamorphe Tests, Randomized Testing, Input-Sweeps
- Numerik: Floating-Point-Grundlagen, Reduktion und Assoziativität, Stabilitätsmuster
- Tooling-Konzepte: Sanitizer/Checker, Kernel-Traces, Timing-Fallen (konzeptionell + Praxis)
Praxisübungen
- Bug-Hunt: Out-of-bounds und Illegal Access
- Race-Scenario: Datenrennen lokalisieren und beheben
- Numerik: Reduktionsergebnisse vergleichen, Toleranzdesign
- Testdesign: kleine Testsuite mit Referenzpfad und Regression-Checks
- Debug-Playbook als Ergebnisartefakt
Agenda
- Tag 1
- Fehlerklassen und Debug-Workflow
- Memory- und Race-Bugs praktisch
- Übungen: Bug-Hunt und Fixes
- Tag 2
- Teststrategien und Korrektheitsarchitektur
- Numerik und Vergleichsmetriken
- Übungen: Testsuite + Numerik-Checks
Fachbereichsleiter / Leiter der Trainer / Ihre Ansprechpartner
-
Lucas Beich
Telefon: + 49 (221) 74740055
E-Mail: lucas.beich@seminar-experts.de
Seminardetails
| Dauer: | 2 Tage ca. 6 h/Tag, Beginn 1. Tag: 10:00 Uhr, weitere Tage 09:00 Uhr |
| Preis: |
Öffentlich oder Live Stream: € 1.198 zzgl. MwSt. Inhaus: € 3.400 zzgl. MwSt. |
| Teilnehmeranzahl: | min. 2 - max. 8 |
| Teilnehmer: | CUDA- oder OpenCL-Teams, die produktiven Code betreiben |
| Vorausetzung: | praktische GPU-Programmiererfahrung auf Grundlagen-Niveau |
| Standorte: | Stream Live, Inhaus/Firmenseminar, Berlin, Bremen, Darmstadt, Dresden, Erfurt, Essen, Flensburg, Frankfurt, Freiburg, Friedrichshafen, Hamburg, Hamm, Hannover, Jena, Kassel, Köln, Konstanz, Leipzig, Luxemburg, Magdeburg, Mainz, München, Münster, Nürnberg, Paderborn, Potsdam, Regensburg, Rostock, Stuttgart, Trier, Ulm, Wuppertal, Würzburg |
| Methoden: | Vortrag, Demonstrationen, praktische Übungen am System |
| Seminararten: | Öffentlich, Webinar, Inhaus, Workshop - Alle Seminare mit Trainer vor Ort, Webinar nur wenn ausdrücklich gewünscht |
| Durchführungsgarantie: | ja, ab 2 Teilnehmern |
| Sprache: | Deutsch - bei Firmenseminaren ist auch Englisch möglich |
| Seminarunterlage: | Dokumentation auf Datenträger oder als Download |
| Teilnahmezertifikat: | ja, selbstverständlich |
| Verpflegung: | Kalt- / Warmgetränke, Mittagessen (wahlweise vegetarisch) |
| Support: | 3 Anrufe im Seminarpreis enthalten |
| Barrierefreier Zugang: | an den meisten Standorten verfügbar |
| Weitere Informationen unter + 49 (221) 74740055 |
Seminartermine
Die Ergebnissliste kann durch Anklicken der Überschrift neu sortiert werden.
