Programowanie GPU w C++ i CUDA: praktyczne wprowadzenie

Nowoczesne aplikacje wymagają ogromnej mocy obliczeniowej, a tradycyjne wykonywanie sekwencyjne często staje się wąskim gardłem. Wykorzystanie mocy przetwarzania równoległego procesora graficznego jest kluczem do odblokowania ogromnych zysków wydajności w inżynierii oprogramowania, nauce o danych i obliczeniach naukowych. Ten kurs tekstowy prowadzi od podstawowych zasad obliczeń równoległych do pisania wydajnego, przyspieszonego przez GPU kodu. Dzięki jasnym pisemnym wyjaśnieniom i uporządkowanym fragmentom kodu przejdziesz od standardowego programowania do projektowania wysokowydajnych algorytmów równoległych. Zbudujesz solidny model mentalny tego, jak sprzęt wykonuje kod, co pozwala na pisanie oprogramowania, które działa znacznie szybciej. Czego się nauczysz: - Zrozum podstawowe różnice architektoniczne między procesorami i procesorami graficznymi - Napisz, skompiluj i wykonaj swoje pierwsze jądra CUDA za pomocą składni C ++ - Efektywnie zarządzaj pamięcią GPU za pomocą nowoczesnej pamięci Unified Memory i jawnych alokacji - Skonfiguruj hierarchie wątków, bloki i siatki dla optymalnego równoległego wykonywania - Zastosuj podstawowe koncepcje profilowania wydajności, aby zidentyfikować i rozwiązać wąskie gardła wykonania - Wdrażaj podstawowe algorytmy równoległe, takie jak dodawanie wektorów i operacje macierzy Zaczniesz od zbadania podstawowej terminologii obliczeń równoległych i architektury GPU, zanim zagłębisz się w zarządzanie pamięcią, organizację wątków i strategie optymalizacji. Kurs kończy się praktycznymi analizami kodu, aby utrwalić zrozumienie nowoczesnych procesów rozwoju GPU. Ten kurs jest przeznaczony dla programistów, studentów i inżynierów, którzy mają podstawową znajomość C ++ i chcą wejść w świat wysokowydajnych obliczeń. Nie jest wymagane wcześniejsze programowanie sprzętowe ani doświadczenie w obliczeniach równoległych. Zacznij czytać już dziś, aby opanować podstawy akceleracji GPU i zwiększyć wydajność oprogramowania.