0Pricing
CUDA Academy icon
C++EnterpriseDesktopAiPoziomy A1 → B215 języków

CUDA Academy

Programuj GPU za pomocą CUDA C++. Od wątków i hierarchii pamięci, przez kernele, optymalizację, aż do rzeczywistych obliczeń równoległych. Ścieżka nauki CoddyKit obejmująca 30 krótkich kursów i 120 interaktywnych lekcji, z tutorem AI dostępnym przez całą dobę.

Kursy
30
Lekcje
120
Interaktywne kroki
1,560
Bezpłatny start
Kurs 1
Program nauczania

30 kursów w tej ścieżce

Każdy kurs w ścieżce CUDA Academy, w kolejności nauki. Pierwszy jest bezpłatny.

1

A14 lekcjiBezpłatny

Wyjaśnij, czym jest GPU i dlaczego tysiące małych rdzeni przewyższają kilka szybkich rdzeni CPU w zadaniach równoległych

  1. 1CPU a GPU: opóźnienie a przepustowość
  2. 2SIMT: ta sama instrukcja, wiele wątków
  3. 3Czym właściwie jest CUDA
  4. +1 więcej
Zacznij naukę bezpłatnie
2

A14 lekcjiPRO

Zainstaluj CUDA Toolkit, sprawdź sterownik i skompiluj pierwszy program za pomocą nvcc

  1. 1Wersje sterownika, środowiska wykonawczego i Toolkit
  2. 2Profesjonalne odczytywanie nvidia-smi
  3. 3Kompilowanie za pomocą nvcc
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
3

A14 lekcjiPRO

Rozróżniaj kod hosta CPU od kodu urządzenia GPU i wiedz, do której pamięci każda strona ma dostęp

  1. 1Kwalifikator funkcji __global__
  2. 2Funkcje __device__ i __host__
  3. 3Oddzielne przestrzenie adresowe
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
4

A14 lekcjiPRO

Zdefiniuj, uruchom i wykonaj kernel GPU, który wypisuje dane z poziomu urządzenia

  1. 1Anatomia kernela
  2. 2Uruchamianie z potrójnym nawiasem trójkątnym
  3. 3printf wewnątrz kernela
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
5

A14 lekcjiPRO

Mapuj problem na hierarchię CUDA obejmującą wątki, bloki i siatkę

  1. 1Hierarchia wątków
  2. 2threadIdx, blockIdx, blockDim
  3. 3Dlaczego istnieją bloki
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
6

A24 lekcjiPRO

Obliczaj unikalny indeks globalny, aby każdy wątek obsługiwał dokładnie jeden element danych

  1. 1Klasyczny wzór indeksu
  2. 2Ochrona przed wyjściem poza zakres
  3. 3Zaokrąglanie liczby bloków w górę
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
7

A24 lekcjiPRO

Przydzielaj i zwalniaj pamięć GPU oraz poznaj stertę urządzenia

  1. 1cudaMalloc i cudaFree
  2. 2Wskaźniki do pamięci GPU
  3. 3cudaMemset do inicjalizacji
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
8

A24 lekcjiPRO

Niezawodnie przesyłaj tablice w obu kierunkach między hostem a urządzeniem

  1. 1Transfery z hosta do urządzenia
  2. 2Transfery z urządzenia do hosta
  3. 3Wyliczenie kierunku kopiowania
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
9

A24 lekcjiPRO

Napisz kompletny program C = A + B działający na GPU — od alokacji po weryfikację

  1. 1Kernel dodawania wektorów
  2. 2Konfigurowanie części hosta
  3. 3Weryfikowanie wyniku na CPU
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
10

A24 lekcjiPRO

Wykrywaj i zgłaszaj błędy CUDA pochodzące z wywołań API i uruchomień kerneli

  1. 1Kody zwrotne a błędy asynchroniczne
  2. 2cudaGetLastError po uruchomieniu
  3. 3Wielokrotnego użytku makro CUDA_CHECK
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
11

B14 lekcjiPRO

Wybieraj właściwą przestrzeń pamięci spośród globalnej, współdzielonej, stałej, lokalnej i rejestrów

  1. 1Rejestry i pamięć lokalna
  2. 2Kompromisy pamięci globalnej
  3. 3Pamięć stała i jej pamięć podręczna
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
12

B14 lekcjiPRO

Układaj wzorce dostępu tak, aby warp odczytywał ciągłą pamięć w jednej transakcji

  1. 1Czym jest transakcja pamięci
  2. 2Odczyty łączone a skokowe
  3. 3Structure of Arrays a Array of Structs
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
13

B14 lekcjiPRO

Korzystaj z pamięci __shared__ i __syncthreads, aby współdzielić dane w obrębie bloku

  1. 1Deklarowanie tablic __shared__
  2. 2Synchronizowanie za pomocą __syncthreads
  3. 3Unikanie konfliktów banków pamięci
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
14

B14 lekcjiPRO

Stosuj wzorzec kafelkowania load-sync-compute, aby ponownie wykorzystywać dane i ograniczać ruch pamięci globalnej

  1. 1Problem ponownego użycia danych
  2. 2Wzorzec wczytaj–zsynchronizuj–oblicz
  3. 3Stencil i przesuwane okna
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
15

B14 lekcjiPRO

Zbuduj GEMM z kafelkowaniem we współdzielonej pamięci, znacznie wydajniejszy od wersji naiwnej

  1. 1Naiwny kernel mnożenia macierzy
  2. 2Kafelkowanie iloczynu skalarnego
  3. 3Iterowanie po fazach kafelków
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
16

B14 lekcjiPRO

Efektywnie sumuj tablicę na GPU za pomocą redukcji opartej na drzewie

  1. 1Idea drzewa redukcji
  2. 2Eliminowanie rozbieżności warpu
  3. 3Adresowanie sekwencyjne
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
17

B14 lekcjiPRO

Korzystaj z operacji atomowych, aby aktualizować współdzielone wyniki bez wyścigów danych

  1. 1Warunki wyścigu na GPU
  2. 2atomicAdd i funkcje pokrewne
  3. 3Budowanie histogramu
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
18

B14 lekcjiPRO

Uruchamiaj kernele i transfery współbieżnie, korzystając ze strumieni innych niż domyślny

  1. 1Pułapka strumienia domyślnego
  2. 2Tworzenie i używanie strumieni
  3. 3Zdarzenia do pomiaru czasu i synchronizacji
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
19

B14 lekcjiPRO

Przyspieszaj transfery dzięki przypiętej pamięci hosta i asynchronicznym kopiom w strumieniach

  1. 1Dlaczego pamięć stronicowana jest wolna
  2. 2Pamięć przypięta za pomocą cudaMallocHost
  3. 3cudaMemcpyAsync w strumieniu
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
20

B14 lekcjiPRO

Korzystaj z cudaMallocManaged, aby używać jednego wskaźnika współdzielonego przez hosta i urządzenie

  1. 1Jeden wskaźnik po obu stronach
  2. 2Migracja stron na żądanie
  3. 3Prefetching za pomocą cudaMemPrefetchAsync
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
21

B24 lekcjiPRO

Dobieraj rozmiary bloków i ograniczaj zasoby, aby maksymalizować obłożenie SM

  1. 1Co naprawdę oznacza obłożenie
  2. 2Ograniczenia rejestrów i pamięci współdzielonej
  3. 3API kalkulatora obłożenia
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
22

B24 lekcjiPRO

Znajduj wąskie gardła za pomocą metryk Nsight Systems i Nsight Compute

  1. 1Widok osi czasu w Nsight Systems
  2. 2Metryki kerneli w Nsight Compute
  3. 3Ograniczenie obliczeniami a ograniczenie pamięcią
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
23

B24 lekcjiPRO

Wymieniaj dane wewnątrz warpa za pomocą intrinsics shuffle i vote, bez pamięci współdzielonej

  1. 1Warpy, lane'y i maski
  2. 2__shfl_down_sync do redukcji
  3. 3Funkcje ballot i vote
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
24

B24 lekcjiPRO

Stosuj ILP, rozwijanie pętli i wektoryzowane odczyty, aby wycisnąć maksymalną wydajność

  1. 1Równoległość na poziomie instrukcji
  2. 2Rozwijanie pętli za pomocą #pragma unroll
  3. 3Zwektoryzowane wczytywanie za pomocą float4
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
25

B24 lekcjiPRO

Dziel pracę między kilka GPU i przesyłaj dane bezpośrednio między nimi za pomocą P2P

  1. 1Enumerowanie i wybieranie urządzeń
  2. 2Partycjonowanie pracy między GPU
  3. 3Dostęp peer-to-peer do pamięci
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
26

B24 lekcjiPRO

Korzystaj z dostrojonych bibliotek NVIDIA do GEMM, sortowania i algorytmów równoległych

  1. 1cuBLAS GEMM jak należy
  2. 2Wektory i transformacje Thrust
  3. 3Reduce, Scan i Sort w Thrust
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
27

B24 lekcjiPRO

Uruchamiaj kernele z poziomu urządzenia i zapisuj pracę w wielokrotnego użytku grafach CUDA

  1. 1Uruchamianie kernelów z poziomu kernela
  2. 2Kiedy opłaca się dynamic parallelism
  3. 3Przechwytywanie pracy do grafu
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
28

B24 lekcjiPRO

Korzystaj z rdzeni tensorowych o mieszanej precyzji za pośrednictwem API WMMA do szybkich obliczeń macierzowych

  1. 1Co obliczają Tensor Cores
  2. 2Mieszana precyzja: FP16, BF16, TF32
  3. 3API fragmentów WMMA
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
29

B24 lekcjiPRO

Wykrywaj awarie, wyścigi danych i błędy pamięci za pomocą narzędzi debugujących CUDA

  1. 1Krokowe wykonywanie kernelów w cuda-gdb
  2. 2Wykrywanie wycieków za pomocą memcheck
  3. 3Wykrywanie race conditions za pomocą racecheck
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
30

B24 lekcjiPRO

Połącz kernele, strumienie i profilowanie w rzeczywisty procesor obrazów przyspieszany przez GPU

  1. 1Projektowanie potoku przetwarzania
  2. 2Łączenie filtrów w jeden kernel
  3. 3Strumieniowe przetwarzanie kafelków dużych obrazów
  4. +1 więcej
Zacznij naukę bezpłatnieOdblokuj w PRO
CoddyKit PRO

Odblokuj 30 kursów w tej ścieżce oraz wszystkie kursy w pozostałych ścieżkach

Tutor AI, egzamin certyfikacyjny i certyfikat. Działa w przeglądarce, na iOS i Androidzie.

Zobacz wszystkie plany
Rocznie$29.90 / rokOkoło $2.49 miesięcznieZapłać razDożywotnio$69.99 jednorazowoBez odnowień. PRO na zawsze.
Przegląd kursu

CUDA: Programowanie GPU za pomocą C++

Programuj GPU za pomocą CUDA C++. Od wątków i hierarchii pamięci, przez kernele, optymalizację, aż do rzeczywistych obliczeń równoległych. Ten ścieżka obejmuje 30 progresywnych mini-kursów od początkującego (A1) do zaawansowanego (B2), z krótkimi ukierunkowanymi lekcjami i szybkimi quizami, które utrwalą każdą koncepcję.

Czego się nauczysz

Zaczniesz od podstaw i będziesz budować wiedzę na temat tematów pośrednich i zaawansowanych, gdzie każdy kurs opiera się na poprzednim. Każda lekcja jest praktyczna i zwięzła, z dostępnym 24/7 tutorem AI, gdy potrzebujesz pomocy.

Jak to działa

Każdy kurs jest podzielony na cztery ukierunkowane, zwięzłe lekcje. Ukończ kilka lekcji dziennie, a opanuj całą ścieżkę w kilka tygodni, a nie miesięcy.

Narzędzia

Ćwicz z AI, nie tylko czytaj

Przyspiesz naukę dzięki narzędziom i funkcjom napędzanym AI

Chat AICzatuj z korepetytorem AIZadaj Super PytanieUzyskaj odpowiedzi na poziomie ekspertaPROUtwórz lekcjęKonstruktor lekcji napędzany AIPRORozpocznij egzamin certyfikacyjnyZdobądź swój certyfikatPRORozpocznij wyzwaniePrzetestuj swoje umiejętności

Jak się będziesz uczyć

  1. 01

    Interaktywne lekcje

    Praktyczne ćwiczenia kodowania z opinią zwrotną w czasie rzeczywistym

  2. 02

    Tutor AI

    Uzyskaj natychmiastową pomoc od naszego AI, gdy się zatniesz

  3. 03

    Wbudowany edytor

    Pisz i uruchamiaj kod bezpośrednio w przeglądarce

  4. 04

    Certyfikat

    Uzyskaj certyfikat po ukończeniu kursu

Odkrywaj dalej

Powiązane ścieżki nauki

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

Często zadawane pytania

Czy kurs CUDA Academy jest bezpłatny?

Tak. Możesz rozpocząć kurs CUDA Academy za darmo i ukończyć jego interaktywne lekcje bez żadnych kosztów. Opcjonalna subskrypcja PRO odblokowuje zaawansowane narzędzia AI i certyfikat możliwy do udostępnienia.

Czy potrzebuję wcześniejszego doświadczenia, aby nauczyć się C++?

Nie. Kurs zaczyna się od podstaw i stopniowo przechodzi do bardziej zaawansowanych tematów, więc możesz zacząć nawet bez wcześniejszego doświadczenia z C++.

Jak nauczysz się C++ na CoddyKit?

Uczysz się praktycznie. Krótkie interaktywne lekcje łączą jasne wyjaśnienie z praktycznym ćwiczeniem kodowania, które działa w czasie rzeczywistym, a tutor AI dostępny 24/7 udziela spersonalizowanej pomocy, gdy się zatniesz.

Czy dostajesz certyfikat po ukończeniu CUDA Academy?

Tak. Uczniowie PRO mogą przystąpić do egzaminu i uzyskać certyfikat ukończenia możliwy do udostępnienia z kodem możliwym do weryfikacji dla kursu CUDA Academy.

Czy możesz nauczyć się C++ na telefonie?

Tak. CoddyKit jest dostępny na stronie internetowej i jako natywne aplikacje iOS i Android, dzięki czemu możesz nauczyć się C++ na dowolnym urządzeniu, a Twoje postępy synchronizują się między nimi.

Ile kosztuje CoddyKit PRO?

Pierwszy kurs w ścieżce CUDA Academy jest bezpłatny. CoddyKit PRO odblokowuje wszystkie kursy: $5.90 tygodniowo, $7.90 miesięcznie, $29.90 rocznie lub $69.99 jednorazowo, aby uzyskać dożywotni dostęp bez odnowień.

Ile czasu zajmuje ukończenie ścieżki CUDA Academy?

Ścieżka CUDA Academy obejmuje 30 kursów i 120 lekcji. Większość lekcji zajmuje około 5–10 minut, więc cała ścieżka to mniej więcej 14 godzin praktyki we własnym tempie.

Zacznij CUDA Academy Teraz

Dołącz do tysięcy uczniów opanowujących programowanie dzięki lekcjom wspieranym AI.

Zacznij naukę bezpłatniePrzeglądaj Wszystkie Kursy