CUDA C++ で GPU をプログラミングします。スレッド、メモリ階層からカーネル、最適化、実践的な並列コンピューティングまで。
CUDA C++ で GPU をプログラミングします。スレッド、メモリ階層からカーネル、最適化、実践的な並列コンピューティングまで。このトラックは、完全な初心者レベル (A1) から上級レベル (B2) まで、段階的な30のミニコースで構成されています。短く焦点を絞ったレッスンと、各概念を定着させるクイズが用意されています。
基礎から始めて、中級から上級のトピックまで段階的に進み、各コースが前のコースの上に構築されていきます。すべてのレッスンは実践的でコンパクトであり、24/7 の AI チューターがサポートに利用可能です。
各コースは 4 つの焦点を絞ったコンパクトなレッスンに分かれています。毎日数レッスンを完了すれば、数か月ではなく数週間でトラック全体をマスターできます。
AIを活用したツールと機能で学習をパワーアップ
CUDA Academyラーニングパスのすべてのコース
GPUとは何か、並列処理では少数の高速なCPUコアより数千の小さなコアが優れる理由を説明します
CUDA Toolkitをインストールし、ドライバーを確認して、nvccで最初のプログラムをコンパイルします
CPUのhostコードとGPUのdeviceコードを区別し、それぞれが触れられるメモリを理解します
問題をCUDAのThread、Block、Gridの階層に対応付けます
一意なグローバルインデックスを計算し、各Threadがちょうど1つのデータ要素を処理するようにします
GPUメモリを確保・解放し、device heapの仕組みを理解します
API呼び出しやKernel起動で発生したCUDAの失敗を検知し、報告します
Global、Shared、Constant、Local、Registerの中から適切なメモリ空間を選びます
Warpが1回のトランザクションで連続したメモリを読めるようアクセスパターンを配置します
__shared__メモリと__syncthreadsでBlock内のデータを共有します
Load-Sync-Computeのタイル化パターンを適用し、データを再利用してGlobalメモリへのアクセスを減らします
デフォルト以外のStreamを使い、Kernel実行と転送を同時に進めます
PinnedなHostメモリとStream内の非同期コピーで転送を高速化します
HostとDeviceで共有する1つのポインターにcudaMallocManagedを使います
Blockサイズを選び、リソースを制限してSMのOccupancyを最大化します
Nsight SystemsとNsight Computeのメトリクスでボトルネックを見つけます
Sharedメモリを使わず、ShuffleとVoteのIntrinsicでWarp内のデータを交換します
ILP、ループアンローリング、ベクトル化ロードを適用して、最大性能を引き出します
GEMM、ソート、並列アルゴリズム向けにNVIDIAの最適化済みライブラリを呼び出します
DeviceからKernelを起動し、処理を再利用可能なCUDA Graphとして記録します
WMMA API経由で混合精度のTensor Coreを使い、高速な行列演算を行います
CUDAのデバッグツールでクラッシュ、競合状態、メモリエラーを突き止めます
Kernel、Stream、プロファイリングを組み合わせ、実用的なGPU高速化画像処理を構築します
はい。CUDA Academyコースは無料で始められ、インタラクティブレッスンをすべて無料で完了できます。オプションのPRO登録で、高度なAIツールと共有可能な認定資格がアンロックされます。
いいえ。コースは基礎から始まり、より高度なトピックへと進むので、CPPの事前経験がなくても始められます。
実践しながら学びます。短いインタラクティブレッスンは、わかりやすい説明と、リアルタイムで実行される実践的なコード演習が組み合わさっており、24時間対応のAIチューターがわからないときにいつでもサポートします。
はい。PRO学習者は試験を受けて、CUDA Academyコースの完了を証明する共有可能な認定資格を取得できます（認証コード付き）。
はい。CoddyKitはウェブとネイティブiOS・Androidアプリで利用でき、どのデバイスでもCPPを学習でき、進捗がすべてのデバイスで同期されます。