使用 Google Colab 学习 CUDA：90 分钟内首次加速

MP4 |视频：h264，1280×720 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：1小时23米

你将学到什么

• 使用 Google Colab 设置并验证 GPU 编程环境
• 探索 CUDA 编程模型
• 正确配置线程、块和网格以执行向量加法等操作
• 计算一维和二维线程索引
• 用 C/C++ 编写、编译和启动基本 CUDA 内核
• 对性能进行基准测试和分析 – 衡量 CPU 与 GPU 执行时间

要求

对 C/C++ 编程的基本了解

描述

本课程将带您踏上使用 NVIDIA CUDA（使用最广泛的并行编程平台）进行 GPU 加速计算的实践之旅。无论您是学生、工程师还是开发人员，您都将学习如何利用数千个 GPU 核心来实现远远超出 CPU 所能提供的性能水平。从 GPU 架构的基础知识开始，您将逐渐进入实际的 CUDA 编程 — 了解线程、块、网格以及如何跨 GPU 硬件有效地映射计算您将学到什么为什么 GPU 对于高性能计算至关重要集成 GPU 与专用 GPU 之间的区别什么是 CUDA 以及它如何实现并行处理NVIDIA GPU 计算堆栈说明 — 从硬件到软件了解计算能力及其对性能的影响CUDA 编程模型：主机与设备执行编写您的第一个 CUDA 程序：Hello World 深入了解线程、块和网格通过实例进行高效并行计算的线程索引CPU 与 GPU 性能比较通过测验来强化每个阶段的关键概念为什么参加本课程？由在基于 GPU 的信号处理和 AI 方面具有实际经验的专家授课将理论与实践相结合CUDA 编码示例学习并行思考并优化算法以提高性能为 AI、科学计算、数据处理或图形编程领域的职业生涯做好准备

本课程适合谁

即使您无法访问（或不想配置）专用 GPU，本课程也适合您
您对 CUDA 生态系统感到好奇，并希望使用实用的 Colab 笔记本来试验内核、线程/块和性能分析。
您是一名嵌入式工程师，并扩展您在 GPU 编程方面的专业知识
您了解基本的 C/C++，并希望加速计算密集型任务（例如机器学习、信号或图像处理、科学计算）计算）
您正在寻找一门简洁、适合初学者的课程，帮助您了解“为什么使用 GPU？”通过内存层次结构和同步概念，以及真正的 CPU 与 GPU 基准测试