รากฐานของการเร่งความเร็ว GPU ด้วย CUDA C/C++

ในการพัฒนาซอฟต์แวร์สมัยใหม่ พลังการประมวลผลของ CPU เพียงอย่างเดียวมักไม่เพียงพอที่จะจัดการกับงานที่ต้องใช้การคำนวณหนักได้อย่างมีประสิทธิภาพ ด้วยการใช้ประโยชน์จากพลังการประมวลผลแบบขนานขนาดใหญ่ของ GPU โดยใช้ CUDA คุณสามารถเร่งความเร็วแอปพลิเคชัน C และ C++ ของคุณได้อย่างมาก หลักสูตรแบบข้อความนี้จะนำคุณไปสู่หลักการพื้นฐานของการประมวลผลแบบเร่งความเร็ว คุณจะได้เปลี่ยนจากการเขียนโค้ด CPU แบบลำดับมาตรฐาน ไปสู่การออกแบบและรันโปรแกรมแบบขนานที่ทำงานโดยตรงบนฮาร์ดแวร์กราฟิกประสิทธิภาพสูง สิ่งที่คุณจะได้เรียนรู้: 1. ทำความเข้าใจความแตกต่างหลักระหว่างสถาปัตยกรรม CPU และ GPU และวิธีการทำงานของการประมวลผลแบบขนาน 2. เขียนและรัน CUDA kernels เพื่อทำการคำนวณแบบขนานใน C/C++ 3. จัดการการจัดสรรหน่วยความจำและการถ่ายโอนข้อมูลระหว่างโฮสต์ CPU และอุปกรณ์ GPU 4. ประยุกต์ใช้เทคนิค Unified Memory เพื่อลดความซับซ้อนของการจัดการหน่วยความจำในแอปพลิเคชันที่เร่งความเร็ว 5. วิเคราะห์การทำงานของโค้ด GPU เพื่อระบุคอขวดด้านประสิทธิภาพและเพิ่มประสิทธิภาพการประมวลผล 6. ใช้รูปแบบการเขียนโปรแกรมแบบขนานพื้นฐานสำหรับการประมวลผลข้อมูลที่มีประสิทธิภาพ หลักสูตรนี้เริ่มต้นด้วยคำศัพท์ที่จำเป็น แนวคิดเกี่ยวกับฮาร์ดแวร์ และพื้นฐานของการออกแบบแบบขนาน ก่อนที่จะเข้าสู่โครงสร้างโค้ดเชิงปฏิบัติและกลยุทธ์การเพิ่มประสิทธิภาพ ด้วยคำอธิบายที่เป็นลายลักษณ์อักษรที่ชัดเจนและการสาธิตโค้ดทีละขั้นตอน คุณจะสร้างรากฐานที่แข็งแกร่งในการประมวลผลแบบเร่งความเร็ว หลักสูตรนี้ออกแบบมาสำหรับนักพัฒนาซอฟต์แวร์และนักศึกษาที่มีความรู้พื้นฐาน C หรือ C++ ที่ต้องการเรียนรู้การเขียนโปรแกรมแบบขนาน ไม่จำเป็นต้องมีประสบการณ์มาก่อนกับการประมวลผล GPU หรือ CUDA เริ่มอ่านวันนี้เพื่อปลดล็อกศักยภาพด้านประสิทธิภาพสูงสุดของฮาร์ดแวร์สมัยใหม่