Điện toán GPU NVIDIA và các nguyên tắc cơ bản của CUDA

Các tác vụ tính toán hiện đại, từ học sâu đến mô phỏng khoa học, đòi hỏi sức mạnh xử lý khổng lồ. Học cách khai thác khả năng xử lý song song của GPU là điều cần thiết để xây dựng các ứng dụng nhanh, có khả năng mở rộng. Khóa học chỉ có văn bản này giới thiệu cho bạn các nguyên tắc cốt lõi của điện toán GPU. Bạn sẽ học cách chuyển đổi từ lập trình CPU tuần tự sang thực thi song song, hiểu cả kiến trúc phần cứng và các công cụ phần mềm giúp tăng tốc. Những gì bạn sẽ học: - Hiểu sự khác biệt về kiến trúc giữa CPU và GPU - Tìm hiểu các khái niệm cốt lõi của lập trình CUDA và lưới thực thi - Quản lý phân bổ bộ nhớ GPU và tối ưu hóa các đường dẫn truyền dữ liệu - Áp dụng các kỹ thuật phân tích hiệu suất để xác định các nút thắt cổ chai trong thực thi - Khám phá các khung tăng tốc AI hiện đại và các tối ưu hóa dành riêng cho phần cứng Khóa học bắt đầu với các định nghĩa nền tảng và các khái niệm điện toán song song, tiến từng bước qua các mô hình bộ nhớ, đồng bộ hóa luồng và các chiến lược tối ưu hóa thực tế. Khóa học này được thiết kế cho các nhà phát triển phần mềm, chuyên gia khoa học dữ liệu và những người đam mê công nghệ muốn hiểu về tăng tốc GPU. Không yêu cầu kinh nghiệm lập trình song song trước đó, mặc dù khuyến nghị làm quen với các khái niệm lập trình cơ bản. Bắt đầu đọc ngay để nắm vững các nền tảng của điện toán GPU hiệu suất cao.