Mit der Länderauswahl siehst du die in deiner Region verfügbaren Kurse.
⏱ 2 Std. 30 Min.📚 25 Lektionen🎧 Audioversion
GPU-Architektur für Parallel Computing
Verstehen Sie, wie moderne Grafikprozessoren aufgebaut und für die massive parallele Ausführung optimiert werden, und bereiten Sie darauf vor, sie effektiv in parallelen Computing-Anwendungen einzusetzen.
💬KI-Tutor Stelle Fragen zu jeder Lektion und erhalte jederzeit sofort eine klare Antwort.
🕐Jederzeit starten Keine Zeitpläne oder Fristen – lerne in deinem Tempo, wann es dir passt.
🌐Auf Deutsch Lektionen, Aufgaben und Zertifikat – alles vollständig in deiner Sprache.
Über diesen Kurs
Sind Sie neugierig auf die Hardware, die alles von High-End-Gaming bis hin zu modernster künstlicher Intelligenz antreibt? Die moderne GPU-Architektur ist die Grundlage für eine enorme Rechengeschwindigkeit und Effizienz.
Am Ende dieses Kurses verfügen Sie über ein tiefes, grundlegendes Verständnis der internen Struktur einer GPU, einschließlich ihrer Kernkomponenten, Speichertypen und der Prinzipien, die eine hochparallelle Verarbeitung ermöglichen. Sie werden in der Lage sein, technische Spezifikationen zu lesen und zu verstehen, die sich auf Streaming-Multiprozessoren, Speicherbandbreite und Ausführungspipelines beziehen.
Was Sie lernen werden:
* Verstehen Sie die historische Entwicklung von GPUs von dedizierten Grafik-Renderern zu universellen parallelen Prozessoren (GPGPU).
* Lernen Sie die grundlegenden Konzepte der parallelen Verarbeitung, einschließlich SIMD, SIMT und Thread-Ausführungsmodelle.
* Beherrschen Sie die Beziehung zwischen Streaming-Multiprozessoren und Rechendurchsatz in modernen Architekturen.
* Verstehen Sie die komplexe Speicherhierarchie innerhalb eines GPU, einschließlich der Rollen des globalen, gemeinsam genutzten und konstanten Speichers.
* Anwenden von Architekturwissen zur Beurteilung potenzieller Leistungsengpässe bei parallelen Workloads und Code.
* Konfigurieren Sie grundlegende Ausführungsparameter und erkennen Sie die Abwägungen zwischen Latenz und Durchsatz in Rechenkernen.
Der Kurs beginnt mit Kerndefinitionen und dem historischen Kontext von GPGPU, dann werden die funktionalen Einheiten, Befehlspipelines und verschiedene Speichersubsysteme systematisch untersucht. Wir schließen mit praktischen Diskussionen darüber ab, wie architektonische Einschränkungen die Softwareoptimierung beeinflussen.
Dieser Kurs ist speziell für Anfänger ohne Vorkenntnisse in Hardware-Design oder paralleler Programmierung konzipiert. Wenn Sie sich für Computerarchitektur, KI-Hardware oder Hochleistungsrechnen interessieren, ist dies der perfekte Ausgangspunkt.
Beginnen Sie noch heute mit dem Lesen und entmystifizieren Sie die Leistung des Grafikprozessors.
Kursinhalt
Was du erhältst
📜Abschlusszertifikat Füge es deinem LinkedIn-Profil hinzu
💬Persönlicher AI-Tutor Bei einer Lektion nicht weitergekommen? Frag deinen integrierten Tutor jederzeit alles, was du möchtest.
🎧Audioversion enthalten Lerne unterwegs — kein Bildschirm nötig
♾️Lebenslanger Zugang Komme jederzeit zurück, kein Ablauf
📱Smartphone oder Computer Auf jedem Gerät, überall
💸14 Tage Rückgaberecht Ohne Wenn und Aber
⚡Kurz und fokussiert 2 Std. 30 Min. praktische Inhalte
Abschlusszertifikat
Jeder Kurs, den du auf PickAClass abschließt, stellt ein Zertifikat wie dieses aus — original, mit eigenem Code, per URL verifizierbar und detailliert zu dem, was tatsächlich gezeigt wurde.