ked chces nejaku ulohu riesit, tak by som ti odporucil nejaku klasicku, ktora je vysoko paralelizovatelna. skolskymi prikladmi su napr. maticove operacie, alebo usporiadacie ulohy.
co sa tyka "lahkeho" programovania... tak to zavisi od teba. ked vies robit v C/C++, tak rob v tom. ale mozes si pozriet projekty pre ine jazyky, napr. existuje
JCuda pre Javu.
sice neviem presne, co by ta praca mala obsahovat, ale tu mas nejake napady:
- limity tychto veci, resp. ich riesenia.
- celkom dobry je napad
osobneho superpocitaca. minimalne na par riadkov je to dobre. avsak mozes na tom zalozit aj celu svoju pracu. napr. ake vyhody by prinasal, keby kazdy vyskumnik mal svoj vlastny "superpocitac" a ako daleko sme este odtial. ze GPU ako superpocitac je dobry napad ukazuje aj
junovy zoznam top 10 superpocitacov. su tam 2 take, ktore vyuzivaju aj potencial GPU.
- uz aj Neumann vo svojej
knihe pisal o tom, ze zakladny rozdiel medzi mozgom a pocitacom je v ich strukture; kym ludsky mozog a vseobecne nervova sustava sa sprava ako vysoko paralelny, avsak "pomaly" pocitac, "dnesne" (od 1958 vlastne az doteraz) su velmi rychle, ale jednovlaknove pocitace (aj ked existuju superskalarne a superprudove pocitace...), ktore dokazali simulovat paralelizmus. zmeni sa to s GPU vypoctami? je to spravny krok k
umelej inteligencie?
moznosti je dost a netreba sa hned zaoberat programovanim. ja si myslim, ze na svoc je lepsie mat premakany napad, ktory budes mat perfektne rozpracovany (teoriu) a ked to este viac-menej potvrdis vlastnym experimentom (programom), tak to bude iba ceresnicka na torte. pravy prinos vedeckych prac totiz nespociva v reprodukovani experimentov/programov, ale v tom, ze prihodis tam nejaku novu a hlavne vlastnu myslienku (nech je to uz svoc, alebo dizertacna praca).