高效能運算的效能最佳化與分析
從這 23 小時的課程，你會學到
- 全面理解 GPU 與 CPU 架構
- 了解圖形處理單元 (GPU) 的歷史以及最新產品
- 了解 GPU 的內部結構
- 了解不同類型的記憶體及其對效能的影響
- 了解 GPU 內部組件的最新技術
- 了解 GPU 上 CUDA 程式設計的基礎知識
- 開始在 Windows 和 Linux 上使用 CUDA 進行 GPU 編程
- 了解最有效的平行化方法
- 效能分析和調優
- 利用共享記憶體
要求
- C 和 C++ 基礎
- Linux 和 Windows 基礎
- 電腦體系結構基礎
課程說明
本實作課程將教您如何利用 CUDA 釋放現代 GPU 強大的平行處理能力。您將從 GPU 硬體的基礎知識入手，追溯旗艦架構（Fermi → Pascal → Volta → Ampere → Hopper）的演變，並透過程式設計實驗室學習如何編寫、分析和優化高效能核心。
這是一個獨立的培訓資源，並非由 NVIDIA Corporation 贊助、認可，也不與其有任何關聯。 「CUDA」、「Nsight」及其架構代號均為 NVIDIA 的商標，此處僅作為事實參考。
您將掌握的內容
- GPU 與 CPU 的基礎知識－為何 GPU 在資料平行工作負載中佔據主導地位。
- 代際設計進步－對效能最重要的硬體特性。
- CUDA 工具包安裝－Windows、Linux 和 WSL，以及首次執行的健全性檢查。
- 核心 CUDA 概念－執行緒、區塊、網格和記憶體層次結構，並透過向量加法等實驗建構而成。
- 使用 Nsight Compute / nvprof 進行效能分析和調優—測量佔用率、隱藏延遲並突破瓶頸。
- 矩陣的二維索引－為實際的線性代數任務編寫高效的內核。
- 最佳化方案－處理非 2 的冪次方資料、利用共享記憶體、最大化頻寬並最小化 Warp 發散。
- 強大的偵錯和錯誤處理－使用執行時間 API 檢查來交付可用於生產的程式碼。
完成本課程後，您將能夠設計、分析和微調在當今 GPU 上高效運行的 CUDA 核心，從而能夠應對嚴苛的科學、工程和 AI 工作負載。
目標受眾
對於任何對 GPU 和 CUDA 感興趣的人，例如工程專業的學生、研究人員和其他任何人
講師簡介
我是一名博士。學生。我於2012年從電腦與系統工程系畢業，當時的成績是全班第二名。我還於2019年完成了航空航太和人工智慧領域的碩士學位。在master中，我建立了一個模型來偵測溫度控制子系統中的故障，然後預測新值而不是故障值。該模型有助於自動發現一些人類專家難以發現的故障和錯誤。
我還擔任了 5 年的嵌入式系統講師。
字幕：英文
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
- Udemy 永久擁有課程 課程特價中 約 NT350 (點擊連結看更多)
- ✨年訂閱每月 NT350 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- ＄代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現
報名參加課程
也許你會有興趣
- GPU 相關線上課程
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發表迴響