Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion
- Vad är GPU-programmering?
- Varför använda CUDA med Python?
- Kärnkoncept: Trådar, Block, Galler
Översikt av CUDA:s funktioner och arkitektur
- Jämförelse mellan GPU- och CPU-arkitektur
- Förståelse av SIMT (Single Instruction, Multiple Threads)
- CUDA-programmeringsmodell
Inställning av utvecklingsmiljön
- Installation av CUDA Toolkit och drivrutiner
- Installation av Python och Numba
- Inställning och verifiering av miljön
Fundamental parallell programmering
- Inledning till parallellt utförande
- Förståelse av trådar och trådhierarkier
- Arbete med warps och synkronisering
Arbete med Numba-kompilatorn
- Inledning till Numba
- Skriva CUDA-kärnor med Numba
- Förståelse av @cuda.jit-dekoratorer
Bygga en anpassad CUDA-kärna
- Skriva och starta en grundläggande kärna
- Använda trådar för elementvisa operationer
- Hantera galler- och blockdimensioner
Minneshantering
- Typer av GPU-minne (globalt, delat, lokalt, konstant)
- Minnesöverföring mellan värd och enhet
- Optimering av minnesanvändning och undvikande av flaskhalsar
Förvärvade ämnen i GPU-acceleration
- Deltat minne och synkronisering
- Använda strömmar för asynkront utförande
- Grunderna i multi-GPU-programmering
Konvertera CPU-baserade applikationer till GPU
- Profileringsarbete med CPU-kod
- Identifiering av parallelliserbara sektioner
- Förande logik till CUDA-kärnor
Felsökning
- Felsöka CUDA-applikationer
- Kända fel och hur man löser dem
- Verktyg och tekniker för testning och validering
Sammanfattning och nästa steg
- Översikt av kärnkoncepter
- Bästa praxis inom GPU-programmering
- Resurser för fortsatt lärande
Krav
- Erfarenhet av Python-programmering
- Erfarenhet av NumPy (ndarrays, ufuncs osv.)
Målgrupp
- Utvecklare
14 timmar
Vittnesmål (1)
Väldigt interaktiv med olika exempel, med en bra progression i komplexitet mellan start och slut av träningen.
Jenny - Andheo
Kurs - GPU Programming with CUDA and Python
Maskintolkat