感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
介紹
- 什麼是GPU編程?
- 爲什麼使用CUDA與Python?
- 關鍵概念:線程、塊、網格
CUDA功能和架構概述
- GPU與CPU架構
- 理解SIMT(單指令多線程)
- CUDA編程模型
設置開發環境
- 安裝CUDA工具包和驅動程序
- 安裝Python和Numba
- 設置和驗證環境
並行編程基礎
- 並行執行簡介
- 理解線程和線程層次結構
- 處理線程束和同步
使用Numba編譯器
- Numba簡介
- 使用Numba編寫CUDA內核
- 理解@cuda.jit裝飾器
構建自定義CUDA內核
- 編寫和啓動基本內核
- 使用線程進行逐元素操作
- 管理網格和塊維度
內存管理
- GPU內存類型(全局、共享、本地、常量)
- 主機和設備之間的內存傳輸
- 優化內存使用並避免瓶頸
GPU加速高級主題
- 共享內存和同步
- 使用流進行異步執行
- 多GPU編程基礎
將基於CPU的應用程序轉換爲GPU
- 分析CPU代碼
- 識別可並行化的部分
- 將邏輯移植到CUDA內核
故障排除
- 調試CUDA應用程序
- 常見錯誤及解決方法
- 測試和驗證的工具與技術
總結與下一步
- 回顧關鍵概念
- GPU編程的最佳實踐
- 持續學習的資源
最低要求
- 具備Python編程經驗
- 熟悉NumPy(ndarrays、ufuncs等)
受衆
- 開發者
14 小時
客戶評論 (1)
互動性很強,提供了各種示例,培訓從開始到結束的複雜性逐步提升。
Jenny - Andheo
課程 - GPU Programming with CUDA and Python
機器翻譯