×
ribbon

آموزش جامع برنامه‌نویسی CUDA و پردازش GPU با NVIDIA

مدرس:Udemy

Udemy Instructor

دوره‌ای جامع برای یادگیری CUDA با C++ و Python و بهینه‌سازی حافظه و پروژه‌های واقعی GPU

جدید
زیرنویس
16دانشجو
6ساعت
سرفصل‌ها
پیشرفته سطح دوره
بروزرسانیآبان ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

تسلط بر برنامه‌نویسی CUDA با C++ از طریق نوشتن برنامه‌های GPU با کارایی بالا با استفاده از NVIDIA CUDA از پایه

درک معماری GPUهای NVIDIA، مدل اجرای CUDA، سلسله‌مراتب حافظه و مفاهیم برنامه‌نویسی موازی برای محاسبات کارآمد

پیاده‌سازی و بهینه‌سازی برنامه‌های CUDA با حافظه مشترک، همگام‌سازی حافظه، ضرب کاشی‌دار ماتریس، عملیات اتمی و کاهش‌های وارپ

شتاب‌دهی به برنامه‌های پایتون با CUDA با استفاده از CuPy، Numba و کرنل‌های CUDA سفارشی برای محاسبات علمی، هوش مصنوعی و پردازش داده

این دوره شامل:

6 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

5 فصل20 جلسه6 ساعت ویدیو
کودا و برنامه‌نویسی واحد گرافیکی: پروژه‌های کوچک انویدیا و کاربردهای عملی
  کودا سی و سی پلاس برای برنامه‌نویسی GPU: یک پروژهٔ کوچک از انویدیا
12:38
  برنامه‌نویسی هسته‌های تنسور انویدیا برای هوش مصنوعی شتاب‌یافته با واحد پردازش گرافیکی
06:04
  فیلترهای تصویری کودا: کش و حافظهٔ ثابت واحد پردازش گرافیکی
06:55
مبانی کودا سی: معماری GPU و ضرب ماتریس
  ضرب ماتریس ساده روی واحد پردازش گرافیکی با کودا سی
11:06
  سخت‌افزار GPU شرکت انویدیا برای برنامه‌نویسان کودا سی
07:31
  هم‌همسازی حافظه کودا سی با دو تغییر متغیر تا ۴٫۵ برابر سریع‌تر
05:39
  ضرب ماتریس کاشی‌شده در کودا سی؛ رویکردی ضروری برای واحد پردازش گرافیکی
08:11
برنامه‌نویسی کودا با پایتون برای شتاب‌دهی واحد پردازش گرافیکی با استفاده از CuPy و Numba
  برنامه‌نویسی کودا با پایتون برای شتاب‌دهی واحد پردازش گرافیکی: مبانی
03:34
  راه‌اندازی پایتون با CUDA و کتابخانه CuPy
16:25
  نمبا و کرنل‌های CUDA سفارشی برای برنامه‌نویسی با واحد پردازش گرافیکی
17:22
  نمونه‌های پیشرفته پایتون با CUDA
15:01
  برنامه‌نویسی پیشرفته CUDA با نمبا
06:56
عملیات ضرب ماتریس با CUDA سی، حافظهٔ مشترک و عملیات اتمی
  مبانی برنامه‌نویسی CUDA: سلام دنیا و جمع برداری بردارها
36:40
  ضرب ماتریس ساده در CUDA در برابر cuBLAS
24:14
  ضرب ماتریس کاشی‌شده و حافظهٔ مشترک در CUDA
30:00
  عملیات اتمی، کاهش و جابه‌جایی وارپ در CUDA
32:17
برنامه‌نویسی CUDA: معماری GPU، اشغال‌پذیری و هم‌آمیختگی حافظه
  معماری GPU و اشغال‌پذیری در CUDA
20:02
  تمرین‌های CUDA: حل مسائل فصل ۴ کتاب PMPP
30:07
  هم‌گرایی حافظه، بورست DRAM، و ترانسبوز ماتریس در CUDA
28:33
  برنامه‌نویسی CUDA: حل مسائل ساده با پردازنده گرافیکی در LeetGPU
14:16

توضیحات دوره

یادگیری برنامه‌نویسی GPU با CUDA در C++ و Python: بهینه‌سازی حافظه، برنامه‌نویسی موازی، محاسبات با کارایی بالا و پروژه‌های CUDA واقعی. در این دوره با عمیق‌ترین مفاهیم CUDA آشنا می‌شوید و از پایه تا پروژه‌های عملی را فرا می‌گیرید. مباحث اصلی شامل معماری GPUهای NVIDIA، مدل اجرای CUDA، سلسله‌مراتب حافظه، اشغال و مفاهیم برنامه‌نویسی موازی برای محاسبه‌های کارآمد، استفاده از حافظه مشترک و همگام‌سازی، ضرب ماتریس به روش کاشی‌کاری، عملیات اتمی، کاهش‌ها و جابجایی وارپ است. همچنین به بهبود کارایی با CuPy، Numba و کرنل‌های CUDA سفارشی برای محاسبات علمی، هوش مصنوعی و پردازش داده می‌پردازید. پروژه‌های واقعی مانند پردازش تصویر و بینایی ماشینی با CUDA پیاده‌سازی می‌شود و مهارت‌های پروفایل‌گیری، بنچمارک و اشکال‌زدایی با ابزارهای NVIDIA آموزش داده می‌شود تا به حداکثر کارایی دست یابید.

دیدگاه کاربران

4

بر اساس امتیاز 2 دانشجو

1
2
3
4
5

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
147دوره
1,372دانشجو
401نظر و امتیاز
پلتفرم آموزش آنلاین یودمی
poster

آموزش جامع برنامه‌نویسی CUDA و پردازش GPU با NVIDIA

16دانشجو

دوره‌های مشابه

دیگر دوره‌های Udemy Instructor