PricingLoginStart free
CUDA Academy logo
C++AISystemerNivåer A1 → B222 språk

CUDA Academy

Programmer GPU-en med CUDA C++. Fra tråder og minnehierarki til kjerner, optimalisering og ekte parallell databehandling. En læringssti fra CoddyKit med 30 korte kurs og 120 interaktive leksjoner, med en AI-veileder tilgjengelig døgnet rundt.

Kurs
30
Leksjoner
120
Interaktive trinn
1,560
Gratis å komme i gang
Kurs 1
Kursinnhold

30 kurs i denne læringsstien

Alle kursene i læringsstien CUDA Academy, i læringsrekkefølge. Det første er gratis.

1

A14 leksjonerGratis

Forklar hva en GPU er, og hvorfor tusenvis av små kjerner slår noen få raske CPU-kjerner i parallelle problemer

  1. 1CPU kontra GPU: latenstid kontra gjennomstrømning
  2. 2SIMT: samme instruksjon, mange tråder
  3. 3Hva CUDA egentlig er
  4. +1 flere
Start læringen gratis
2

A14 leksjonerPRO

Installer CUDA Toolkit, kontroller driveren og kompiler Deres første program med nvcc

  1. 1Versjoner av driver, kjøretidsmiljø og verktøysett
  2. 2Les nvidia-smi som en proff
  3. 3Kompiler med nvcc
  4. +1 flere
Start læringen gratisLås opp med PRO
3

A14 leksjonerPRO

Skill mellom CPU-vertkode og GPU-enhetskode, og vit hvilket minne hver side kan berøre

  1. 1Funksjonskvalifikatoren __global__
  2. 2Funksjoner med __device__ og __host__
  3. 3Separate adresserom
  4. +1 flere
Start læringen gratisLås opp med PRO
4

A14 leksjonerPRO

Definer, start og kjør en GPU-kernel som skriver ut fra enheten

  1. 1En kernels anatomi
  2. 2Oppstart med trippel vinkelparentes
  3. 3printf inne i en kernel
  4. +1 flere
Start læringen gratisLås opp med PRO
5

A14 leksjonerPRO

Legg et problem over på CUDA-hierarkiet av tråder, blokker og rutenettet

  1. 1Trådhierarkiet
  2. 2threadIdx, blockIdx, blockDim
  3. 3Hvorfor blokker finnes
  4. +1 flere
Start læringen gratisLås opp med PRO
6

A24 leksjonerPRO

Beregn en unik global indeks slik at hver tråd håndterer nøyaktig ett dataelement

  1. 1Den klassiske indeksformelen
  2. 2Beskytt mot indekser utenfor området
  3. 3Rund opp antallet blokker
  4. +1 flere
Start læringen gratisLås opp med PRO
7

A24 leksjonerPRO

Alloker og frigjør GPU-minne, og forstå enhetens heap

  1. 1cudaMalloc og cudaFree
  2. 2Pekere til GPU-minne
  3. 3cudaMemset for initialisering
  4. +1 flere
Start læringen gratisLås opp med PRO
8

A24 leksjonerPRO

Overfør matriser mellom vert og enhet pålitelig i begge retninger

  1. 1Overføringer fra vert til enhet
  2. 2Overføringer fra enhet til vert
  3. 3Enumen for kopieringsretning
  4. +1 flere
Start læringen gratisLås opp med PRO
9

A24 leksjonerPRO

Skriv et komplett C = A + B-program på GPU-en, fra allokering til verifisering

  1. 1Kjernen for vektoraddisjon
  2. 2Koble sammen vertssiden
  3. 3Bekreft resultatet på CPU-en
  4. +1 flere
Start læringen gratisLås opp med PRO
10

A24 leksjonerPRO

Oppdag og rapporter CUDA-feil fra API-kall og kernel-starter

  1. 1Returkoder kontra asynkrone feil
  2. 2cudaGetLastError etter oppstart
  3. 3En gjenbrukbar CUDA_CHECK-makro
  4. +1 flere
Start læringen gratisLås opp med PRO
11

B14 leksjonerPRO

Velg riktig minneområde blant globalt, delt, konstant, lokalt minne og registre

  1. 1Registre og lokalt minne
  2. 2Avveininger ved globalt minne
  3. 3Konstantminne og hurtigbufferet
  4. +1 flere
Start læringen gratisLås opp med PRO
12

B14 leksjonerPRO

Utform tilgangsmønstre slik at en warp leser sammenhengende minne i én transaksjon

  1. 1Hva en minnetransaksjon er
  2. 2Sammenhengende kontra sprangvise lesinger
  3. 3Structure of Arrays kontra Array of Structs
  4. +1 flere
Start læringen gratisLås opp med PRO
13

B14 leksjonerPRO

Bruk __shared__-minne og __syncthreads til å dele data i en blokk

  1. 1Deklarer __shared__-tabeller
  2. 2Synkroniser med __syncthreads
  3. 3Unngå bankkonflikter
  4. +1 flere
Start læringen gratisLås opp med PRO
14

B14 leksjonerPRO

Bruk load-sync-compute-mønsteret for flisinndeling til å gjenbruke data og redusere global trafikk

  1. 1Problemet med gjenbruk av data
  2. 2Mønsteret last inn–synkroniser–beregn
  3. 3Stencil og glidende vinduer
  4. +1 flere
Start læringen gratisLås opp med PRO
15

B14 leksjonerPRO

Bygg en GEMM med flisinndeling i delt minne som langt overgår den naive versjonen

  1. 1Den naive matmul-kjernen
  2. 2Delpryd den indre multiplikasjonen i fliser
  3. 3Iterer gjennom flisfasene
  4. +1 flere
Start læringen gratisLås opp med PRO
16

B14 leksjonerPRO

Summer en matrise effektivt på GPU-en med en trebasert reduksjon

  1. 1Tanken bak et reduksjonstre
  2. 2Bli kvitt warp-divergens
  3. 3Sekvensiell adressering
  4. +1 flere
Start læringen gratisLås opp med PRO
17

B14 leksjonerPRO

Bruk atomiske operasjoner til å oppdatere delte resultater uten kappløpsbetingelser

  1. 1Kappløpstilstander på GPU-en
  2. 2atomicAdd og beslektede funksjoner
  3. 3Bygg et histogram
  4. +1 flere
Start læringen gratisLås opp med PRO
18

B14 leksjonerPRO

Kjør kjerner og overføringer samtidig ved hjelp av strømmer som ikke er standardstrømmer

  1. 1Fellen med standardstrømmen
  2. 2Opprett og bruk strømmer
  3. 3Hendelser for tidsmåling og synkronisering
  4. +1 flere
Start læringen gratisLås opp med PRO
19

B14 leksjonerPRO

Gjør overføringer raskere med pinned-vertsminne og asynkrone kopier i strømmer

  1. 1Hvorfor sidebart minne er tregt
  2. 2Låst minne med cudaMallocHost
  3. 3cudaMemcpyAsync i en strøm
  4. +1 flere
Start læringen gratisLås opp med PRO
20

B14 leksjonerPRO

Bruk cudaMallocManaged for én peker som deles av vert og enhet

  1. 1Én peker på begge sider
  2. 2Sideflytting ved behov
  3. 3Forhåndshenting med cudaMemPrefetchAsync
  4. +1 flere
Start læringen gratisLås opp med PRO
21

B24 leksjonerPRO

Velg blokkstørrelser og begrens ressurser for å maksimere SM-occupancy

  1. 1Hva occupancy egentlig betyr
  2. 2Grenser for registre og delt minne
  3. 3API-et for beregning av occupancy
  4. +1 flere
Start læringen gratisLås opp med PRO
22

B24 leksjonerPRO

Finn flaskehalser ved hjelp av måledata fra Nsight Systems og Nsight Compute

  1. 1Tidslinjevisning i Nsight Systems
  2. 2Kjernemålinger i Nsight Compute
  3. 3Beregningsbegrenset kontra minnebegrenset
  4. +1 flere
Start læringen gratisLås opp med PRO
23

B24 leksjonerPRO

Utveksle data i en warp med shuffle- og vote-intrinsics, uten delt minne

  1. 1Warps, lanes og masker
  2. 2__shfl_down_sync for reduksjoner
  3. 3Ballot- og vote-funksjoner
  4. +1 flere
Start læringen gratisLås opp med PRO
24

B24 leksjonerPRO

Bruk ILP, løkkeutrulling og vektoriserte innlastinger for å presse ut maksimal ytelse

  1. 1Parallellitet på instruksjonsnivå
  2. 2Rull ut løkker med #pragma unroll
  3. 3Vektoriserte innlastinger med float4
  4. +1 flere
Start læringen gratisLås opp med PRO
25

B24 leksjonerPRO

Fordel arbeidet over flere GPU-er og flytt data direkte mellom dem med P2P

  1. 1Oppregning og valg av enheter
  2. 2Fordeling av arbeid på tvers av GPU-er
  3. 3Peer-to-peer-minnetilgang
  4. +1 flere
Start læringen gratisLås opp med PRO
26

B24 leksjonerPRO

Kall NVIDIA sine optimaliserte biblioteker for GEMM, sortering og parallelle algoritmer

  1. 1cuBLAS GEMM på riktig måte
  2. 2Thrust-vektorer og transformasjoner
  3. 3Thrust Reduce, Scan og Sort
  4. +1 flere
Start læringen gratisLås opp med PRO
27

B24 leksjonerPRO

Start kjerner fra enheten og fang arbeidet i gjenbrukbare CUDA-grafer

  1. 1Starte kjerner fra en kjerne
  2. 2Når dynamisk parallellisme lønner seg
  3. 3Fange arbeid i en graf
  4. +1 flere
Start læringen gratisLås opp med PRO
28

B24 leksjonerPRO

Bruk Tensor Cores med blandet presisjon via WMMA-API-et for rask matrisematematikk

  1. 1Hva Tensor Cores beregner
  2. 2Blandet presisjon: FP16, BF16, TF32
  3. 3WMMA Fragment API
  4. +1 flere
Start læringen gratisLås opp med PRO
29

B24 leksjonerPRO

Finn krasj, kappløp og minnefeil med CUDA sine feilsøkingsverktøy

  1. 1Stepping gjennom kjerner i cuda-gdb
  2. 2Finn lekkasjer med memcheck
  3. 3Finn kappløp med racecheck
  4. +1 flere
Start læringen gratisLås opp med PRO
30

B24 leksjonerPRO

Kombiner kjerner, strømmer og profilering i en ekte GPU-akselerert bildeprosessor

  1. 1Utform behandlingspipen
  2. 2Slå sammen filtre i én kjerne
  3. 3Strømflislegging for store bilder
  4. +1 flere
Start læringen gratisLås opp med PRO
CoddyKit PRO

Lås opp alle 30 kursene i denne læringsstien og alle andre læringsstier

AI-veileder, sertifiseringseksamen og sertifikat. Fungerer på web, iOS og Android.

Se alle abonnementene
Årlig$29.90 / årOmtrent $2.49 per månedBetal én gangLivstid$69.99 én gangIngen fornyelser. PRO for alltid.
Kursoversikt

CUDA: GPU-programmering med C++

Programmer GPU-en med CUDA C++. Fra tråder og minnehierarki til kjerner, optimalisering og ekte parallell databehandling. Dette læringsløpet består av 30 gradvis oppbygde minikurs, fra helt nybegynnernivå (A1) til avansert nivå (B2), med korte, fokuserte leksjoner og raske quizer som hjelper deg å befeste hvert konsept.

Dette lærer du

Du begynner med grunnleggende konsepter og bygger deg opp gjennom temaer på mellomnivå og avansert nivå, der hvert kurs bygger på det forrige. Alle leksjonene er praktiske og delt inn i passe store biter, og en AI-veileder er tilgjengelig døgnet rundt når du trenger hjelp.

Slik fungerer det

Hvert kurs er delt inn i fire fokuserte leksjoner i passe store biter. Gjennomfør noen leksjoner om dagen, så behersker du hele læringsløpet på uker, ikke måneder.

Verktøy

Øv med AI, ikke bare les

Få mer ut av læringen med AI-drevne verktøy og funksjoner

AI-chatChat med AI-veilederenStill et superspørsmålFå svar på ekspertnivåPROOpprett leksjonAI-drevet leksjonsbyggerPROStart sertifiseringseksamenFå sertifikatet dittPROStart utfordringTest ferdighetene dine

Slik lærer du

  1. 01

    Interaktive leksjoner

    Praktiske kodeøvelser med tilbakemelding i sanntid

  2. 02

    AI-veileder

    Få øyeblikkelig hjelp fra AI-en vår når du står fast

  3. 03

    Innebygd kodeeditor

    Skriv og kjør kode direkte i nettleseren

  4. 04

    Sertifikat

    Få et sertifikat når du fullfører kurset

Fortsett å utforske

Relaterte læringsstier

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 logoProfesjonell arbeidsflyt med Git og GitHubMaster 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

Ofte stilte spørsmål

Er kurset i CUDA Academy gratis?

Ja. Du kan starte på kurset i CUDA Academy gratis og fullføre de interaktive leksjonene uten kostnad. Et valgfritt PRO-abonnement låser opp avanserte AI-verktøy og et delbart sertifikat.

Trenger jeg tidligere erfaring for å lære C++?

Nei. Kurset begynner med det grunnleggende og går gradvis videre til mer avanserte emner, slik at du kan starte selv uten tidligere erfaring med C++.

Hvordan lærer jeg C++ på CoddyKit?

Du lærer gjennom praksis. Korte, interaktive leksjoner kombinerer en tydelig forklaring med en praktisk kodeøvelse som kjører i sanntid, og en AI-veileder som er tilgjengelig døgnet rundt, gir deg personlig hjelp når du står fast.

Får jeg et sertifikat når jeg fullfører CUDA Academy?

Ja. PRO-brukere kan ta en eksamen og få et delbart fullføringssertifikat med en verifiserbar kode for kurset i CUDA Academy.

Kan jeg lære C++ på telefonen?

Ja. CoddyKit er tilgjengelig på nettet og som native iOS- og Android-apper, slik at du kan lære C++ på alle enheter, mens fremdriften synkroniseres mellom dem.

Hvor mye koster CoddyKit PRO?

Det første kurset i CUDA Academy er gratis. CoddyKit PRO gir tilgang til alle kurs: $5.90 per uke, $7.90 per måned, $29.90 per år eller $69.99 én gang for tilgang på livstid uten fornyelser.

Hvor lang tid tar det å fullføre CUDA Academy?

CUDA Academy består av 30 kurs og 120 leksjoner. De fleste leksjonene tar omtrent 5–10 minutter, så hele læringsstien tar rundt 14 timer med praktisk øving i eget tempo.

Start på CUDA Academy nå

Bli med tusenvis av elever som lærer programmering med AI-drevne leksjoner.

Start læringen gratisSe alle kurs