PricingLoginStart free
CUDA Academy logo
C++AISistemLevel A1 → B215 bahasa

CUDA Academy

Programkan GPU dengan CUDA C++. Dari threads dan memory hierarchy hingga kernels, optimization, dan real parallel computing. Jalur belajar CoddyKit yang terdiri dari 30 kursus singkat dan 120 pelajaran interaktif, dengan AI Tutor 24/7 di sisi kamu.

Kursus
30
Pelajaran
120
Langkah interaktif
1,560
Gratis untuk memulai
Kursus 1
Kurikulum

30 kursus di jalur ini

Setiap kursus dalam jalur CUDA Academy, sesuai urutan belajar. Kursus pertama gratis.

1

A14 pelajaranGratis

Jelaskan apa itu GPU dan mengapa ribuan inti kecil mengungguli beberapa inti CPU cepat pada masalah paralel

  1. 1CPU versus GPU: Latensi versus Laju Pemrosesan
  2. 2SIMT: Satu Instruksi, Banyak Thread
  3. 3Apa Sebenarnya CUDA
  4. +1 lagi
Mulai belajar gratis
2

A14 pelajaranPRO

Pasang CUDA Toolkit, verifikasi driver, dan kompilasikan program pertama dengan nvcc

  1. 1Versi Pengendali, Runtime, dan Toolkit
  2. 2Membaca nvidia-smi seperti Profesional
  3. 3Kompilasi dengan nvcc
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
3

A14 pelajaranPRO

Bedakan kode host CPU dari kode perangkat GPU dan pahami memori yang dapat diakses masing-masing sisi

  1. 1Kualifikasi Fungsi __global__
  2. 2Fungsi __device__ dan __host__
  3. 3Ruang Alamat Terpisah
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
4

A14 pelajaranPRO

Definisikan, luncurkan, dan jalankan kernel GPU yang mencetak dari dalam perangkat

  1. 1Anatomi Kernel
  2. 2Peluncuran dengan Tiga Kurung Sudut
  3. 3printf di Dalam Kernel
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
5

A14 pelajaranPRO

Petakan masalah ke hierarki thread, block, dan grid CUDA

  1. 1Hierarki Thread
  2. 2threadIdx, blockIdx, blockDim
  3. 3Mengapa Blok Ada
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
6

A24 pelajaranPRO

Hitung indeks global unik agar setiap thread menangani tepat satu elemen data

  1. 1Rumus Indeks Klasik
  2. 2Lindungi dari Indeks di Luar Rentang
  3. 3Bulatkan Jumlah Blok ke Atas
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
7

A24 pelajaranPRO

Alokasikan dan bebaskan memori GPU serta pahami heap perangkat

  1. 1cudaMalloc dan cudaFree
  2. 2Penunjuk ke Memori GPU
  3. 3cudaMemset untuk Inisialisasi
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
8

A24 pelajaranPRO

Transfer array antara host dan perangkat secara andal dalam kedua arah

  1. 1Transfer dari Host ke Perangkat
  2. 2Transfer dari Perangkat ke Host
  3. 3Enum Arah Penyalinan
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
9

A24 pelajaranPRO

Tulis program C = A + B lengkap di GPU, mulai dari alokasi hingga verifikasi

  1. 1Kernel Penjumlahan Vektor
  2. 2Hubungkan Sisi Host
  3. 3Verifikasi Hasil pada CPU
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
10

A24 pelajaranPRO

Deteksi dan laporkan kegagalan CUDA dari pemanggilan API dan peluncuran kernel

  1. 1Kode Kembalian versus Kesalahan Asinkron
  2. 2cudaGetLastError Setelah Peluncuran
  3. 3Makro CUDA_CHECK yang Dapat Digunakan Kembali
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
11

B14 pelajaranPRO

Pilih ruang memori yang tepat di antara global, shared, constant, local, dan register

  1. 1Register dan Memori Lokal
  2. 2Pertukaran dalam Memori Global
  3. 3Memori Konstan dan Cache-nya
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
12

B14 pelajaranPRO

Atur pola akses agar warp membaca memori berurutan dalam satu transaksi

  1. 1Apa Itu Transaksi Memori
  2. 2Pembacaan Terkonsolidasi versus Berstride
  3. 3Larik Struktur versus Struktur Larik
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
13

B14 pelajaranPRO

Gunakan memori __shared__ dan __syncthreads untuk berbagi data dalam sebuah block

  1. 1Deklarasikan Larik __shared__
  2. 2Sinkronkan dengan __syncthreads
  3. 3Hindari Konflik Bank
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
14

B14 pelajaranPRO

Terapkan pola tiling load-sync-compute untuk menggunakan kembali data dan mengurangi lalu lintas global

  1. 1Masalah Penggunaan Ulang Data
  2. 2Pola Muat-Sinkronkan-Hitung
  3. 3Stencil dan Jendela Geser
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
15

B14 pelajaranPRO

Bangun GEMM bertile berbasis memori shared yang jauh lebih cepat daripada versi naif

  1. 1Kernel Matmul Naif
  2. 2Bagi Hasil Kali Dalam Menjadi Ubin
  3. 3Lakukan Perulangan pada Tahap Ubin
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
16

B14 pelajaranPRO

Jumlahkan array di GPU secara efisien menggunakan reduksi berbasis pohon

  1. 1Gagasan Pohon Reduksi
  2. 2Hilangkan Divergensi Warp
  3. 3Pengalamatan Sekuensial
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
17

B14 pelajaranPRO

Gunakan operasi atomik untuk memperbarui hasil bersama tanpa kondisi balapan

  1. 1Kondisi Balapan pada GPU
  2. 2atomicAdd dan Rekan-rekannya
  3. 3Bangun Histogram
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
18

B14 pelajaranPRO

Jalankan kernel dan transfer secara bersamaan menggunakan stream non-bawaan

  1. 1Jebakan Aliran Bawaan
  2. 2Buat dan Gunakan Aliran
  3. 3Peristiwa untuk Pengukuran Waktu dan Sinkronisasi
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
19

B14 pelajaranPRO

Percepat transfer dengan memori host terpasang dan penyalinan asinkron dalam stream

  1. 1Mengapa Memori Pageable Lambat
  2. 2Memori Terkunci dengan cudaMallocHost
  3. 3cudaMemcpyAsync dalam Aliran
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
20

B14 pelajaranPRO

Gunakan cudaMallocManaged untuk satu pointer yang digunakan bersama host dan perangkat

  1. 1Satu Penunjuk, Kedua Sisi
  2. 2Migrasi Halaman Sesuai Permintaan
  3. 3Ambil Awal dengan cudaMemPrefetchAsync
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
21

B24 pelajaranPRO

Pilih ukuran block dan batasi sumber daya untuk memaksimalkan occupancy SM

  1. 1Makna Sebenarnya dari Okupansi
  2. 2Batas Register dan Memori Bersama
  3. 3API Penghitung Okupansi
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
22

B24 pelajaranPRO

Temukan hambatan menggunakan metrik Nsight Systems dan Nsight Compute

  1. 1Tampilan Linimasa di Nsight Systems
  2. 2Metrik Kernel di Nsight Compute
  3. 3Terikat Komputasi versus Terikat Memori
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
23

B24 pelajaranPRO

Tukarkan data di dalam warp dengan intrinsik shuffle dan vote tanpa memori shared

  1. 1Warp, Lajur, dan Masker
  2. 2__shfl_down_sync untuk Reduksi
  3. 3Fungsi Ballot dan Vote
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
24

B24 pelajaranPRO

Terapkan ILP, pelepasan loop, dan pemuatan tervectorisasi untuk mendekati performa puncak

  1. 1Paralelisme Tingkat Instruksi
  2. 2Uraikan Perulangan dengan #pragma unroll
  3. 3Pemuatan Tervektorisasi dengan float4
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
25

B24 pelajaranPRO

Bagi pekerjaan ke beberapa GPU dan pindahkan data langsung di antaranya dengan P2P

  1. 1Menghitung dan Memilih Perangkat
  2. 2Mempartisi Pekerjaan di Seluruh GPU
  3. 3Akses Memori Peer-to-Peer
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
26

B24 pelajaranPRO

Panggil pustaka NVIDIA yang telah dioptimalkan untuk GEMM, pengurutan, dan algoritme paralel

  1. 1cuBLAS GEMM dengan Cara yang Tepat
  2. 2Vektor dan Transformasi Thrust
  3. 3Reduce, Scan, dan Sort pada Thrust
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
27

B24 pelajaranPRO

Luncurkan kernel dari perangkat dan rekam pekerjaan ke dalam graf CUDA yang dapat digunakan ulang

  1. 1Meluncurkan Kernel dari dalam Kernel
  2. 2Kapan Paralelisme Dinamis Menguntungkan
  3. 3Menangkap Pekerjaan ke dalam Graf
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
28

B24 pelajaranPRO

Gunakan tensor core presisi campuran melalui API WMMA untuk matematika matriks yang cepat

  1. 1Apa yang Dihitung Tensor Core
  2. 2Presisi Campuran: FP16, BF16, TF32
  3. 3API Fragmen WMMA
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
29

B24 pelajaranPRO

Temukan penyebab crash, kondisi balapan, dan error memori dengan alat debugging CUDA

  1. 1Menelusuri Kernel Langkah demi Langkah di cuda-gdb
  2. 2Menemukan Kebocoran dengan memcheck
  3. 3Memburu Perlombaan dengan racecheck
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
30

B24 pelajaranPRO

Gabungkan kernel, stream, dan profiling menjadi pemroses gambar nyata yang dipercepat GPU

  1. 1Merancang Alur Pemrosesan
  2. 2Menggabungkan Filter ke dalam Satu Kernel
  3. 3Mengalirkan Tile untuk Gambar Besar
  4. +1 lagi
Mulai belajar gratisBuka dengan PRO
CoddyKit PRO

Buka akses ke semua 30 kursus di jalur ini dan semua jalur lainnya

AI Tutor, ujian sertifikasi, dan sertifikat. Bisa digunakan di web, iOS, dan Android.

Lihat semua paket
Tahunan$29.90 / tahunSekitar $2.49 per bulanBayar sekaliSeumur hidup$69.99 sekaliTanpa perpanjangan. PRO selamanya.
Ringkasan Kursus

CUDA: GPU Programming with C++

Programkan GPU dengan CUDA C++. Dari threads dan memory hierarchy hingga kernels, optimization, dan real parallel computing. Track ini mencakup 30 mini-courses progresif dari pemula absolut (A1) hingga advanced (B2), dengan pelajaran fokus singkat dan kuis cepat untuk mengamankan setiap konsep.

What You Will Learn

Anda memulai dengan fundamentals dan membangun melalui topik intermediate dan advanced, setiap course membangun dari yang sebelumnya. Setiap pelajaran praktis dan bite-sized, dengan AI tutor 24/7 tersedia saat Anda membutuhkan bantuan.

How It Works

Setiap course dipecah menjadi empat pelajaran fokus yang bite-sized. Selesaikan beberapa pelajaran sehari dan Anda akan menguasai track lengkap dalam berminggu-minggu, bukan berbulan-bulan.

Alat

Berlatih dengan AI, bukan hanya membaca

Tingkatkan pembelajaran kamu dengan alat dan fitur bertenaga AI

Chat AIChat dengan tutor AIAjukan Pertanyaan SuperDapatkan jawaban level expertPROBuat PelajaranPembangun pelajaran bertenaga AIPROMulai Ujian SertifikasiRaih sertifikat kamuPROMulai TantanganUji kemampuanmu

Cara Kamu Belajar

  1. 01

    Pelajaran Interaktif

    Latihan koding langsung dengan umpan balik real-time

  2. 02

    AI Tutor

    Dapatkan bantuan instan dari AI kami saat kamu stuck

  3. 03

    Editor Bawaan

    Tulis dan jalankan kode langsung di browser kamu

  4. 04

    Sertifikat

    Raih sertifikat saat kamu menyelesaikan kursus

Lanjutkan eksplorasi

Jalur belajar terkait

Arduino & IoT Academy logoArduino & IoT AcademyBuild smart devices with Arduino and C++. From digital and analog I/O and sensors to netw…C++ Academy logoC++ AcademyEnhance your software development skills by learning C++ at C++ Programming Academy.OpenClaw Academy logoOpenClaw AcademySet up and run OpenClaw, the open-source self-hosted AI assistant. From install and chat…Git & GitHub Professional Workflow logoGit & GitHub Professional WorkflowMaster professional Git and GitHub workflows to enhance team collaboration, manage code v…Python Academy logoPython AcademyExplore the versatility of Python and build diverse projects with Python Academy.Zig Academy logoZig AcademyLearn Zig, the modern systems language: a simpler, safer C with comptime, manual memory c…
FAQ

Pertanyaan yang Sering Diajukan

Apakah kursus CUDA Academy gratis?

Ya. Kamu bisa memulai kursus CUDA Academy secara gratis dan menyelesaikan pelajaran interaktifnya tanpa biaya. Langganan PRO opsional membuka akses ke alat AI tingkat lanjut dan sertifikat yang bisa dibagikan.

Apakah aku perlu pengalaman sebelumnya untuk belajar C++?

Tidak. Kursus dimulai dari dasar dan secara bertahap bergerak ke topik yang lebih canggih, jadi kamu bisa memulai meski tanpa pengalaman C++ sebelumnya.

Bagaimana cara aku belajar C++ di CoddyKit?

Kamu belajar dengan praktik. Pelajaran interaktif pendek memadukan penjelasan yang jelas dengan latihan koding langsung yang berjalan real-time, dan tutor AI 24/7 memberikan bantuan personal kapan pun kamu stuck.

Apakah aku dapat sertifikat saat menyelesaikan CUDA Academy?

Ya. Pelajar PRO bisa mengikuti ujian dan meraih sertifikat penyelesaian yang bisa dibagikan dengan kode verifikasi untuk kursus CUDA Academy.

Bisakah aku belajar C++ di ponselku?

Ya. CoddyKit tersedia di web dan sebagai aplikasi native iOS dan Android, jadi kamu bisa belajar C++ di perangkat apa pun dan progresmu tersinkronisasi di semuanya.

Berapa biaya CoddyKit PRO?

Kursus pertama dari CUDA Academy gratis. CoddyKit PRO membuka akses ke semua kursus: $5.90 per minggu, $7.90 per bulan, $29.90 per tahun, atau $69.99 sekali untuk akses seumur hidup tanpa perpanjangan.

Berapa lama waktu yang dibutuhkan untuk menyelesaikan CUDA Academy?

CUDA Academy memiliki 30 kursus dan 120 pelajaran. Sebagian besar pelajaran membutuhkan sekitar 5–10 menit, jadi seluruh jalur ini memerlukan sekitar 14 jam latihan langsung, sesuai kecepatan kamu.

Mulai CUDA Academy Sekarang

Bergabunglah dengan ribuan pelajar yang menguasai pemrograman dengan pelajaran bertenaga AI.

Mulai belajar gratisJelajahi Semua Kursus