CUDA C++로 GPU를 프로그래밍하세요. 스레드와 메모리 계층 구조부터 커널, 최적화, 실제 병렬 컴퓨팅까지 다룹니다. 이 트랙은 초급(A1)부터 고급(B2)까지 30개의 점진적 미니 코스로 구성되어 있으며, 짧고 집중된 레슨과 빠른 퀴즈를 통해 각 개념을 확실히 익힐 수 있습니다.
기초부터 시작하여 중급과 고급 주제를 단계적으로 쌓아 올리며, 각 코스가 이전 코스를 기반으로 합니다. 모든 레슨은 실용적이고 한입 크기로 제공되며, 필요할 때 언제든지 24/7 AI 튜터의 도움을 받을 수 있습니다.
각 코스는 4개의 집중적이고 한입 크기의 레슨으로 나뉩니다. 하루에 몇 개의 레슨을 완료하면 몇 개월이 아닌 몇 주 안에 전체 트랙을 마스터할 수 있습니다.
AI 기반 도구와 기능으로 학습을 강화하세요
CUDA Academy 학습 경로의 모든 코스.
GPU가 무엇인지 설명하고 병렬 문제에서 수천 개의 작은 코어가 소수의 빠른 CPU 코어보다 뛰어난 이유를 알아보세요.
CUDA Toolkit을 설치하고 드라이버를 확인한 뒤 nvcc로 첫 프로그램을 컴파일하세요.
CPU 호스트 코드와 GPU 장치 코드를 구분하고 각 측이 접근할 수 있는 메모리를 파악하세요.
문제를 CUDA의 스레드, 블록, 그리드 계층에 매핑하세요.
각 스레드가 정확히 하나의 데이터 요소를 처리하도록 고유한 전역 인덱스를 계산하세요.
GPU 메모리를 할당하고 해제하며 장치 힙을 이해하세요.
API 호출과 커널 실행에서 발생한 CUDA 실패를 감지하고 보고하세요.
전역, 공유, 상수, 로컬 메모리와 레지스터 중 알맞은 메모리 공간을 선택하세요.
워프가 한 번의 트랜잭션으로 연속된 메모리를 읽도록 접근 패턴을 배치하세요.
__shared__ 메모리와 __syncthreads를 사용해 블록 안에서 데이터를 공유하세요.
데이터를 재사용하고 전역 메모리 트래픽을 줄이는 로드-동기화-계산 타일링 패턴을 적용하세요.
기본 스트림이 아닌 스트림을 사용해 커널과 전송을 동시에 실행하세요.
페이지 고정 호스트 메모리와 스트림 내 비동기 복사로 전송 속도를 높이세요.
호스트와 장치가 공유하는 하나의 포인터에 cudaMallocManaged를 사용하세요.
Nsight Systems와 Nsight Compute 지표로 병목을 찾아내세요.
공유 메모리 없이 셔플 및 투표 내장 함수를 사용해 워프 내부에서 데이터를 교환하세요.
ILP, 루프 언롤링, 벡터화 로드를 적용해 최고 성능을 끌어내세요.
GEMM, 정렬, 병렬 알고리즘에 NVIDIA의 최적화된 라이브러리를 호출하세요.
장치에서 커널을 실행하고 작업을 재사용 가능한 CUDA 그래프로 캡처하세요.
WMMA API를 통해 혼합 정밀도 텐서 코어로 행렬 연산을 빠르게 수행하세요.
CUDA 디버깅 도구로 충돌, 경쟁 조건, 메모리 오류를 추적하세요.
커널, 스트림, 프로파일링을 결합해 GPU로 가속된 실제 이미지 처리기를 만드세요.
네, CUDA Academy 강의를 무료로 시작하고 인터랙티브 레슨을 모두 무료로 완료할 수 있습니다. 선택적 PRO 구독을 통해 고급 AI 도구와 공유 가능한 수료증을 잠금 해제할 수 있습니다.
아니요. 강의는 기초부터 시작하여 점차 더 심화된 주제로 나아가므로 CPP 경험이 없어도 시작할 수 있습니다.
직접 해보면서 배웁니다. 짧은 인터랙티브 레슨은 명확한 설명과 실시간으로 실행되는 실습 코딩 연습을 함께 제공하며, 24시간 AI 튜터가 막힐 때마다 맞춤형 도움을 줍니다.
네, PRO 학습자는 시험을 응시하고 CUDA Academy 강의의 검증 코드가 포함된 공유 가능한 수료증을 취득할 수 있습니다.
네, CoddyKit은 웹과 iOS, Android 네이티브 앱으로 이용 가능하므로 어느 기기에서나 CPP을(를) 배우고 진행 상황이 모든 기기에서 동기화됩니다.
