会议介绍

本次活动主题：（本次活动名额有限，敬请感兴趣的朋友及时确认参与！）

本次活动话题包括AMD最新的GCN架构、GPU加速计算在挖掘比特币、典型图像算法、深度神经网络算法(DNN)等领域的分析与应用……。

详细议题持续更新中，请注意查看！

活动地点：3WCoffee（海淀区中关村海淀图书城步行街东侧(近麦当劳)电话: 010-62555255）

活动时间：2013年9月05日（周四），14:00 —17：30

费用：免费

详细日程：

时间	内容	演讲者
13:40-14:00	入场签到及自由交流
14:00-14:40	OpenCL程序员眼中的下一代APU架构：HSA与GCN	谢海波，AMD开发者关系经理
14:40-15:20	GPU计算与图像处理（以图像滤波和插值做为典型案例）	田旭文，AMD工程师
15:20-16:00	CPU与GPU并行编程对比分析	张前锋，AMD 资深工程师
16:00-16:20	茶歇时间（20min）
16:20-17:00	深度神经网络算法(DNN)的分析、应用与挑战	谷俊丽，AMD研究员
17:00-17:30	基于GPU的稀疏矩阵LU分解	陈晓明，清华大学
17:30-17:40	自由交流

议题摘要：

1、OpenCL程序员眼中的下一代APU架构：HSA与GCN
本次报告将简单介绍AMD下一代APU产品Kaveri 。Kaveri为芯片设计领域带来一次革命性的变革，为APU产品引入了HSA和GCN架构。主要针对上述变革聊聊对软件程序员的影响。

2、GPU计算与图像处理（以图像滤波和插值做为典型案例）
本次讲座旨在介绍数字图像处理的入门级并行算法，引导编程爱好者们在GPU或者APU上实现图像处理算法的并行程序，主要内容包括实现并行算法的主要步骤和性能的调整及优化，并以图像滤波和插值做为典型例子。

3、CPU与GPU并行编程对比分析
从软件编码，硬件实现，操作系统支持的角度介绍 OpenCL+GPU 并行编程和 CPU多线程并行编程的不同点, 以加深听众对 OpenCL+GPU 并行编程的理解。

4、深度神经网络算法(DNN)的分析、应用与挑战
深度神经网络算法（DNN）是近几年在工业界和学术界新型的一个机器学习领域的热点话题。DNN算法成功的将以往的识别率提高了一个显著的档次。本讲座中将介绍DNN的算法，其应用场景和其对硬件系统实现提出的挑战分析。

5、基于GPU的稀疏矩阵LU分解
稀疏线性方程组求解Ax=b是很多科学计算与工程应用的核心问题，例如天气预报、流体力学仿真、经济模型模拟、集成电路仿真、电气网络仿真、网络分析、有限元方法等。本报告以集成电路仿真中的极稀疏矩阵LU分解为例，讲述稀疏LU分解在GPU上的并行方法、以及性能优化方法。

关于GPU Saturday

"GPU Saturday"是一个以探讨GPU相关技术、异构计算、OpenCL等技术及其相关应用的开发者俱乐部。希望通过这样一个开放和轻松愉悦的交流平台，促进不同领域、公司和个人之间的技术交流。对目前技术运用中遇到的问题进行深入讨论，同时对工作中相关技术的创新性、研究性、趋势性等的思路碰撞。同时，也是CSDN异构开发技术社区的线下活动俱乐部。

加入“GPU Saturday”开发者俱乐部

•  为大家提供一个免费的轻松的交流平台

•  融汇了来自不同行业、公司的技术工程师进行技术分享

•  以技术会友、以交流进步、扩大人脉为宗旨

•  还有精美大奖赠与俱乐部会员

新浪微博：@GPU_Saturday

加入网上社区：http://hc.csdn.net(中文), http://developer.amd.com (英文)