Apakah Sebenarnya CUDA
Platform NVIDIA untuk menjalankan C++ pada GPU.
Apakah Sebenarnya CUDA ialah pelajaran CUDA Academy percuma di CoddyKit. Ini ialah pelajaran 3 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran CUDA Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus CUDA Academy merangkumi sejumlah 4 pelajaran.
Memberikan Nama kepada Keajaiban Ini
Anda telah melihat sebab GPU pantas. CUDA ialah alat yang membolehkan anda menulis kod sebenar untuk GPU dalam C++. Sudah tiba masanya untuk mengenalinya dengan lebih dekat. 🚀
CUDA ialah Platform
CUDA ialah platform NVIDIA untuk pengkomputeran GPU tujuan umum. CUDA membolehkan anda menjalankan atur cara sendiri pada GPU, bukan sekadar grafik.
Sambungan kepada C++
CUDA C++ hanyalah C++ dengan beberapa kata kunci dan fungsi tambahan. Jika anda mengetahui C++, kebanyakan CUDA akan terasa biasa sejak hari pertama.
Kernel: Kod yang Berjalan pada GPU
Fungsi yang anda tandakan untuk dijalankan pada GPU dipanggil kernel. Beribu-ribu benang akan menjalankan fungsi itu secara selari.
__global__ void add(int *out, int *a, int *b) {
// runs on the GPU
}Kata Kunci __global__
Tag __global__ itu menandakan sesuatu fungsi sebagai kernel: boleh dipanggil daripada CPU tetapi dilaksanakan pada GPU. Inilah pintu masuk anda ke peranti tersebut.
Hos dan Peranti
Dalam istilah CUDA, bahagian CPU ialah hos dan bahagian GPU ialah peranti. Anda akan kerap mendengar kedua-dua perkataan ini, jadi ingatlah maksudnya mulai sekarang.
API Masa Jalan
CUDA menyediakan API masa jalan yang mudah digunakan: fungsi seperti cudaMalloc dan cudaMemcpy yang mengurus memori GPU serta memindahkan data untuk anda.
nvcc: Pengkompil CUDA
Anda membina kod CUDA dengan nvcc. Ia memisahkan fail anda, menghantar kod hos kepada pengkompil biasa dan kod peranti kepada pengkompil GPU.
Ia Hanya untuk NVIDIA
CUDA hanya berjalan pada GPU NVIDIA. Gandingan rapat ini menjadikannya sangat ditala dengan baik, tetapi ini juga bermaksud CUDA khusus kepada pengeluar tersebut.
Ekosistem Pustaka yang Kaya
CUDA disertakan dengan pustaka yang ditala seperti cuBLAS untuk matriks dan cuDNN untuk pembelajaran mendalam, jadi anda jarang perlu memulakan masalah sukar dari awal.
Mengapa CUDA Menguasai Bidang Ini
Alat yang matang, pustaka pantas dan sokongan ekosistem yang mendalam menjadikan CUDA kaedah lalai untuk pengkomputeran GPU dalam sains dan AI pada masa kini.
Semakan Ringkas
Mari kita sahkan maksud sebenar CUDA.
Imbas Kembali: Maksud CUDA
CUDA ialah platform NVIDIA yang melanjutkan C++ dengan kernel, API masa jalan dan pengkompil nvcc supaya kod anda boleh berjalan pada GPU. 👍
Pelajari C++ dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Apakah Sebenarnya CUDA” percuma?
Ya — teks penuh “Apakah Sebenarnya CUDA” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus CUDA Academy, tingkat taraf kepada CoddyKit PRO. Kursus CUDA Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Apakah Sebenarnya CUDA”?
Platform NVIDIA untuk menjalankan C++ pada GPU. Anda berlatih CUDA Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan CUDA Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran CUDA Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 3 daripada 4.
Berapa lamakah pelajaran “Apakah Sebenarnya CUDA” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran CUDA Academy ini?
Ya. Setiap pelajaran CUDA Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- CPU berbanding GPU: Kependaman berbanding Daya Pemprosesan
- SIMT: Arahan Sama, Banyak Urutan
- Apakah Sebenarnya CUDA
- Masalah yang Sesuai untuk GPU