0Pricing
CUDA Academy icon

CUDA Academy

CPPEnterpriseDesktopAi

برمج معالج الرسومات GPU باستخدام CUDA C++. من الخيوط وهرمية الذاكرة إلى النوى والتحسين والحوسبة المتوازية الحقيقية.

🤖 مدعوم بالذكاء الاصطناعي📚 30 دورة👥 100,000+ متعلم⭐ تقييم 4.9
نظرة عامة على الدورة

CUDA: برمجة معالج الرسومات باستخدام C++

برمج معالج الرسومات GPU باستخدام CUDA C++. من الخيوط وهرمية الذاكرة إلى النوى والتحسين والحوسبة المتوازية الحقيقية. يغطي هذا المسار 30 دورة صغيرة تقدمية من المستوى المطلق للمبتدئين (A1) إلى المتقدم (B2)، مع دروس قصيرة مركزة واختبارات سريعة لتثبيت كل مفهوم.

ما ستتعلمه

تبدأ بالأساسيات وتبني من خلال المواضيع المتوسطة والمتقدمة، كل دورة بناءً على السابقة. كل درس عملي ومختصر، مع معلم ذكاء اصطناعي متاح 24/7 عندما تحتاج إلى مساعدة.

كيف يعمل

يتم تقسيم كل دورة إلى أربعة دروس مركزة ومختصرة. أكمل بضعة دروس يومياً وستتقن المسار كاملاً في أسابيع وليس أشهراً.

ابدأ التعلم →

كيف ستتعلم

🎯
دروس تفاعلية
تمارين برمجة عملية مع ردود فعل فورية
🤖
معلم الذكاء الاصطناعي
احصل على مساعدة فورية من معلمنا الذكي عندما تعلق
💻
محرر مدمج
اكتب وشغّل الأكواد مباشرة في متصفحك
🏆
الشهادة
احصل على شهادة عند إكمالك للدورة
المنهج الدراسي

30 دورة

كل الدورات في مسار تعلم CUDA Academy.

01

لماذا تتفوّق GPUs في العمل المتوازي

A14 دروس

اشرحوا ماهية GPU ولماذا تتفوّق آلاف النوى الصغيرة على عدد قليل من نوى CPU السريعة في المسائل المتوازية

02

إعداد سلسلة أدوات CUDA

A14 دروسPRO

ثبّتوا CUDA Toolkit، وتحقّقوا من برنامج التشغيل، وصمّموا أول برنامج لكم باستخدام nvcc

03

المضيف مقابل الجهاز: عالمان

A14 دروسPRO

ميّزوا بين تعليمات CPU البرمجية على المضيف وتعليمات GPU البرمجية على الجهاز، واعرفوا الذاكرة التي يستطيع كل طرف الوصول إليها

04

اكتبوا أول Kernel لكم

A14 دروسPRO

عرّفوا GPU kernel وشغّلوه ونفّذوه لطباعة مخرجات من داخل الجهاز

05

الخيوط والكتل والشبكات

A14 دروسPRO

طابقوا المسألة مع التسلسل الهرمي في CUDA للخيوط والكتل والشبكة

06

الفهرسة العامة للخيوط

A24 دروسPRO

احسبوا فهرسًا عامًا فريدًا لكي يعالج كل خيط عنصر بيانات واحدًا بالضبط

07

إدارة ذاكرة الجهاز

A24 دروسPRO

خصّصوا ذاكرة GPU وحرّروها وافهموا كومة الجهاز

08

نقل البيانات باستخدام cudaMemcpy

A24 دروسPRO

انقلوا المصفوفات بين المضيف والجهاز في كلا الاتجاهين بموثوقية

09

بناء جمع المتجهات من البداية إلى النهاية

A24 دروسPRO

اكتبوا برنامجًا كاملًا لـ C = A + B على GPU، من التخصيص إلى التحقّق

10

التقاط أخطاء CUDA بالطريقة الصحيحة

A24 دروسPRO

اكتشفوا حالات فشل CUDA الناتجة عن استدعاءات API وتشغيل Kernels وأبلغوا عنها

11

رسم التسلسل الهرمي لذاكرة CUDA

B14 دروسPRO

اختاروا مساحة الذاكرة المناسبة بين global وshared وconstant وlocal والسجلات

12

تجميع الوصول إلى الذاكرة العامة

B14 دروسPRO

نظّموا أنماط الوصول لكي يقرأ warp ذاكرة متجاورة في معاملة واحدة

13

إتقان الذاكرة المشتركة على الشريحة

B14 دروسPRO

استخدموا الذاكرة __shared__ و__syncthreads لمشاركة البيانات داخل كتلة

14

تجزئة الخوارزميات في الذاكرة المشتركة

B14 دروسPRO

طبّقوا نمط التجزئة load-sync-compute لإعادة استخدام البيانات وتقليل حركة الذاكرة العامة

15

ضرب المصفوفات المجزّأ

B14 دروسPRO

أنشئوا GEMM مجزّأ باستخدام الذاكرة المشتركة يتفوّق بكثير على الإصدار الساذج

16

الاختزال المتوازي بالطريقة الصحيحة

B14 دروسPRO

اجمعوا مصفوفة على GPU بكفاءة باستخدام اختزال قائم على شجرة

17

العمليات الذرية للتزامن الآمن

B14 دروسPRO

استخدموا العمليات الذرية لتحديث النتائج المشتركة دون حالات تسابق

18

تداخل العمل باستخدام CUDA Streams

B14 دروسPRO

شغّلوا Kernels وعمليات النقل بالتزامن باستخدام streams غير الافتراضية

19

عمليات النقل غير المتزامنة والذاكرة المثبّتة

B14 دروسPRO

سرّعوا عمليات النقل باستخدام ذاكرة المضيف المثبّتة والنسخ غير المتزامن في streams

20

التبسيط باستخدام الذاكرة الموحّدة

B14 دروسPRO

استخدموا cudaMallocManaged لمؤشر واحد مشترك بين المضيف والجهاز

21

ضبط الإشغال وإعداد التشغيل

B24 دروسPRO

اختاروا أحجام الكتل وحدّدوا الموارد لتعظيم إشغال SM

22

تحليل Kernels باستخدام Nsight

B24 دروسPRO

اعثروا على الاختناقات باستخدام مقاييس Nsight Systems وNsight Compute

23

بدائيات مستوى Warp وعمليات الخلط

B24 دروسPRO

تبادلوا البيانات داخل warp باستخدام intrinsics الخلط والتصويت دون ذاكرة مشتركة

24

تحسين Kernels المتقدم

B24 دروسPRO

طبّقوا ILP وفكّ حلقات التكرار والتحميل المتجه لاستخراج أقصى أداء

25

التوسّع عبر عدة GPUs

B24 دروسPRO

قسّموا العمل على عدة GPUs وانقلوا البيانات مباشرةً بينها باستخدام P2P

26

التسريع باستخدام cuBLAS وThrust

B24 دروسPRO

استدعوا مكتبات NVIDIA المحسّنة لـ GEMM والترتيب والخوارزميات المتوازية

27

التوازي الديناميكي ورسوم CUDA البيانية

B24 دروسPRO

شغّلوا Kernels من الجهاز والتقطوا العمل في رسوم CUDA بيانية قابلة لإعادة الاستخدام

28

برمجة Tensor Cores

B24 دروسPRO

استخدموا Tensor Cores بدقة مختلطة عبر WMMA API لإجراء حسابات المصفوفات بسرعة

29

تصحيح الأخطاء باستخدام cuda-gdb وSanitizer

B24 دروسPRO

اكتشفوا أسباب الأعطال وحالات التسابق وأخطاء الذاكرة باستخدام أدوات تصحيح CUDA

30

المشروع الختامي: مسار معالجة صور على GPU

B24 دروسPRO

اجمعوا Kernels وstreams والتحليل في معالج صور حقيقي مسرّع باستخدام GPU

الأسئلة الشائعة

الأسئلة الشائعة

هل دورة CUDA Academy مجانية؟

نعم. يمكنك البدء في دورة CUDA Academy مجانًا وإكمال دروسها التفاعلية بلا تكلفة. اشتراك PRO اختياري يفتح لك أدوات ذكاء اصطناعي متقدمة وشهادة قابلة للمشاركة.

هل أحتاج إلى خبرة سابقة لتعلم CPP؟

لا. تبدأ الدورة بالأساسيات وتنتقل تدريجيًا إلى مواضيع أكثر تقدمًا، لذا يمكنك البدء حتى بدون خبرة سابقة في CPP.

كيف ستتعلم CPP على CoddyKit؟

تتعلم من خلال العمل. دروس تفاعلية قصيرة تجمع بين شرح واضح وتمرين برمجة عملي يعمل في الوقت الفعلي، ومعلم ذكاء اصطناعي يعمل 24/7 يقدم مساعدة مخصصة عندما تعلق.

هل أحصل على شهادة عند إكمال CUDA Academy؟

نعم. متعلمو PRO يمكنهم الخضوع لامتحان والحصول على شهادة إكمال قابلة للمشاركة برمز تحقق لدورة CUDA Academy.

هل يمكنني تعلم CPP على هاتفي؟

نعم. CoddyKit متاح على الويب وكتطبيقات iOS و Android أصلية، لذا يمكنك تعلم CPP على أي جهاز وسيتم مزامنة تقدمك عبرها جميعًا.

ابدأ CUDA Academy الآن

انضم إلى آلاف المتعلمين الذين يتقنون البرمجة مع دروس مدعومة بالذكاء الاصطناعي.

ابدأ مجاناً →استعرض جميع الدورات