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

CUDA Academy

Programmera GPU:n med CUDA C++. Från trådar och minneshierarki till kernels, optimering och verklig parallellprogrammering. En lärstig från CoddyKit med 30 korta kurser och 120 interaktiva lektioner, med en AI-handledare till hands dygnet runt.

Kurser
30
Lektioner
120
Interaktiva steg
1,560
Gratis att börja
Kurs 1
Kursplan

30 kurser i den här lärvägen

Alla kurser i lärvägen CUDA Academy, i rätt ordning. Den första är gratis.

1

A14 lektionerGratis

Förklara vad en GPU är och varför tusentals små kärnor slår några få snabba CPU-kärnor i parallella problem

  1. 1CPU eller GPU: fördröjning eller genomströmning
  2. 2SIMT: samma instruktion, många trådar
  3. 3Vad CUDA egentligen är
  4. +1 till
Börja lära dig gratis
2

A14 lektionerPRO

Installera CUDA Toolkit, verifiera drivrutinen och kompilera ditt första program med nvcc

  1. 1Versioner av drivrutin, runtime och verktygslåda
  2. 2Läs nvidia-smi som ett proffs
  3. 3Kompilera med nvcc
  4. +1 till
Börja lära dig gratisLås upp med PRO
3

A14 lektionerPRO

Skilj CPU:ns host-kod från GPU:ns device-kod och förstå vilket minne respektive sida kan komma åt

  1. 1Funktionskvalificeraren __global__
  2. 2__device__- och __host__-funktioner
  3. 3Separata adressutrymmen
  4. +1 till
Börja lära dig gratisLås upp med PRO
4

A14 lektionerPRO

Definiera, starta och kör en GPU-kernel som skriver ut data från device

  1. 1En kernels anatomi
  2. 2Start med trippelvinkelparenteser
  3. 3printf inuti en kernel
  4. +1 till
Börja lära dig gratisLås upp med PRO
5

A14 lektionerPRO

Mappa ett problem till CUDA:s hierarki av trådar, block och grid

  1. 1Trådhierarkin
  2. 2threadIdx, blockIdx, blockDim
  3. 3Varför block finns
  4. +1 till
Börja lära dig gratisLås upp med PRO
6

A24 lektionerPRO

Beräkna ett unikt globalt index så att varje tråd hanterar exakt ett dataelement

  1. 1Den klassiska indexformeln
  2. 2Skydda mot index utanför intervallet
  3. 3Runda upp antalet block
  4. +1 till
Börja lära dig gratisLås upp med PRO
7

A24 lektionerPRO

Allokera och frigör GPU-minne och förstå device-heapen

  1. 1cudaMalloc och cudaFree
  2. 2Pekare till GPU-minne
  3. 3cudaMemset för initiering
  4. +1 till
Börja lära dig gratisLås upp med PRO
8

A24 lektionerPRO

Överför arrayer tillförlitligt mellan host och device i båda riktningarna

  1. 1Överföringar från värd till enhet
  2. 2Överföringar från enhet till värd
  3. 3Uppräkningstypen för kopieringsriktning
  4. +1 till
Börja lära dig gratisLås upp med PRO
9

A24 lektionerPRO

Skriv ett komplett C = A + B-program på GPU:n, från allokering till verifiering

  1. 1Vektoradditionskärnan
  2. 2Koppla ihop värdsidan
  3. 3Verifiera resultatet på CPU:n
  4. +1 till
Börja lära dig gratisLås upp med PRO
10

A24 lektionerPRO

Upptäck och rapportera CUDA-fel från API-anrop och kernelstarter

  1. 1Returkoder eller asynkrona fel
  2. 2cudaGetLastError efter start
  3. 3Ett återanvändbart CUDA_CHECK-makro
  4. +1 till
Börja lära dig gratisLås upp med PRO
11

B14 lektionerPRO

Välj rätt minnesutrymme bland globalt, delat, konstant och lokalt minne samt register

  1. 1Register och lokalt minne
  2. 2Avvägningar med globalt minne
  3. 3Konstant minne och dess cache
  4. +1 till
Börja lära dig gratisLås upp med PRO
12

B14 lektionerPRO

Utforma åtkomstmönster så att en warp läser sammanhängande minne i en transaktion

  1. 1Vad en minnestransaktion är
  2. 2Samlade eller stegvisa läsningar
  3. 3Array av strukturer eller struktur av arrayer
  4. +1 till
Börja lära dig gratisLås upp med PRO
13

B14 lektionerPRO

Använd __shared__-minne och __syncthreads för att dela data inom ett block

  1. 1Deklarera __shared__-arrayer
  2. 2Synkronisera med __syncthreads
  3. 3Undvik bankkonflikter
  4. +1 till
Börja lära dig gratisLås upp med PRO
14

B14 lektionerPRO

Tillämpa mönstret ladda–synkronisera–beräkna för att återanvända data och minska global trafik

  1. 1Problemet med dataåteranvändning
  2. 2Mönstret läs–synkronisera–beräkna
  3. 3Stencil och glidande fönster
  4. +1 till
Börja lära dig gratisLås upp med PRO
15

B14 lektionerPRO

Bygg en GEMM med tiles i delat minne som överträffar den naiva versionen kraftigt

  1. 1Den naiva matmul-kärnan
  2. 2Dela upp skalärprodukten i block
  3. 3Loopa över blockfaser
  4. +1 till
Börja lära dig gratisLås upp med PRO
16

B14 lektionerPRO

Summera en array effektivt på GPU:n med en träd baserad reduktion

  1. 1Idén med ett reduktionsträd
  2. 2Eliminera warp-divergens
  3. 3Sekventiell adressering
  4. +1 till
Börja lära dig gratisLås upp med PRO
17

B14 lektionerPRO

Använd atomiska operationer för att uppdatera delade resultat utan race conditions

  1. 1Kapplöpningstillstånd på GPU:n
  2. 2atomicAdd och liknande
  3. 3Bygg ett histogram
  4. +1 till
Börja lära dig gratisLås upp med PRO
18

B14 lektionerPRO

Kör kernels och överföringar samtidigt med streams som inte är standardstreams

  1. 1Fällan med standardströmmen
  2. 2Skapa och använd strömmar
  3. 3Händelser för tidtagning och synkronisering
  4. +1 till
Börja lära dig gratisLås upp med PRO
19

B14 lektionerPRO

Snabba upp överföringar med pinnat host-minne och asynkrona kopieringar i streams

  1. 1Varför pageable-minne är långsamt
  2. 2Låst minne med cudaMallocHost
  3. 3cudaMemcpyAsync i en ström
  4. +1 till
Börja lära dig gratisLås upp med PRO
20

B14 lektionerPRO

Använd cudaMallocManaged för en enda pekare som delas av host och device

  1. 1En pekare, båda sidor
  2. 2Migrering av sidor vid behov
  3. 3Förinläsning med cudaMemPrefetchAsync
  4. +1 till
Börja lära dig gratisLås upp med PRO
21

B24 lektionerPRO

Välj blockstorlekar och begränsa resurser för att maximera SM-occupancy

  1. 1Vad occupancy egentligen betyder
  2. 2Begränsningar för register och delat minne
  3. 3API:t för occupancy-beräkning
  4. +1 till
Börja lära dig gratisLås upp med PRO
22

B24 lektionerPRO

Hitta flaskhalsar med mätvärden från Nsight Systems och Nsight Compute

  1. 1Tidslinjevyn i Nsight Systems
  2. 2Kernelmätvärden i Nsight Compute
  3. 3Beräknings- eller minnesbegränsad
  4. +1 till
Börja lära dig gratisLås upp med PRO
23

B24 lektionerPRO

Utbyt data inom en warp med shuffle- och vote-intrinsics utan delat minne

  1. 1Warps, lanes och masker
  2. 2__shfl_down_sync för reduktioner
  3. 3Ballot- och röstningsfunktioner
  4. +1 till
Börja lära dig gratisLås upp med PRO
24

B24 lektionerPRO

Använd ILP, loop-utveckling och vektoriserade laddningar för att pressa fram maximal prestanda

  1. 1Instruktionsnivåparallellism
  2. 2Rulla ut loopar med #pragma unroll
  3. 3Vektoriserade laddningar med float4
  4. +1 till
Börja lära dig gratisLås upp med PRO
25

B24 lektionerPRO

Dela upp arbetet över flera GPU:er och flytta data direkt mellan dem med P2P

  1. 1Räkna upp och välja enheter
  2. 2Partitionera arbete över GPU:er
  3. 3Peer-to-peer-minnesåtkomst
  4. +1 till
Börja lära dig gratisLås upp med PRO
26

B24 lektionerPRO

Anropa NVIDIA:s optimerade bibliotek för GEMM, sortering och parallella algoritmer

  1. 1cuBLAS GEMM på rätt sätt
  2. 2Thrust-vektorer och transformeringar
  3. 3Thrust: Reduce, Scan och Sort
  4. +1 till
Börja lära dig gratisLås upp med PRO
27

B24 lektionerPRO

Starta kernels från device och fånga arbetet i återanvändbara CUDA-grafer

  1. 1Starta kernels från en kernel
  2. 2När dynamisk parallellism lönar sig
  3. 3Fånga arbete i en graf
  4. +1 till
Börja lära dig gratisLås upp med PRO
28

B24 lektionerPRO

Använd Tensor Cores med blandad precision via WMMA-API:t för snabb matrismatematik

  1. 1Vad Tensor Cores beräknar
  2. 2Blandad precision: FP16, BF16, TF32
  3. 3WMMA-fragment-API:t
  4. +1 till
Börja lära dig gratisLås upp med PRO
29

B24 lektionerPRO

Hitta krascher, race conditions och minnesfel med CUDA:s felsökningsverktyg

  1. 1Stega genom kernels i cuda-gdb
  2. 2Hitta läckor med memcheck
  3. 3Jaga race conditions med racecheck
  4. +1 till
Börja lära dig gratisLås upp med PRO
30

B24 lektionerPRO

Kombinera kernels, streams och profilering till en verklig GPU-accelererad bildbehandlare

  1. 1Utforma bearbetningspipelinen
  2. 2Slå ihop filter i en kernel
  3. 3Strömma tiles för stora bilder
  4. +1 till
Börja lära dig gratisLås upp med PRO
CoddyKit PRO

Lås upp alla 30 kurser i den här lärvägen och alla andra lärvägar

AI-handledare, certifieringsprov och certifikat. Fungerar på webben, iOS och Android.

Se alla abonnemang
Årsvis$29.90 / årCirka $2.49 i månadenBetala en gångLivstid$69.99 en gångInga förnyelser. PRO för alltid.
Kursöversikt

CUDA: GPU-programmering med C++

Programmera GPU:n med CUDA C++. Från trådar och minneshierarki till kernels, optimering och verklig parallellprogrammering. Den här kursserien omfattar 30 progressiva minikurser från nybörjarnivå (A1) till avancerad nivå (B2), med korta, fokuserade lektioner och snabba quiz som hjälper Dig att befästa varje koncept.

Det här får Du lära Dig

Du börjar med grunderna och bygger vidare med medelsvåra och avancerade ämnen, där varje kurs bygger vidare på den föregående. Alla lektioner är praktiska och uppdelade i lagom stora delar, och en AI-handledare finns tillgänglig dygnet runt när Du behöver hjälp.

Så fungerar det

Varje kurs är indelad i fyra fokuserade lektioner i lagom stora delar. Genomför några lektioner om dagen och bemästra hela kursserien på veckor, inte månader.

Verktyg

Öva med AI – läs inte bara

Ta lärandet till nästa nivå med AI-drivna verktyg och funktioner

AI-chattChatta med AI-handledarenStäll en superfrågaFå svar på expertnivåPROSkapa lektionAI-driven lektionsskaparePROPåbörja certifieringsprovetFå ditt certifikatPROStarta utmaningTesta dina kunskaper

Så lär du dig

  1. 01

    Interaktiva lektioner

    Praktiska kodövningar med feedback i realtid

  2. 02

    AI-handledare

    Få omedelbar hjälp av vår AI när du kör fast

  3. 03

    Inbyggd kodredigerare

    Skriv och kör kod direkt i webbläsaren

  4. 04

    Certifikat

    Få ett certifikat när du slutför kursen

Fortsätt utforska

Relaterade lärvägar

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 logoProfessionellt arbetsflöde med Git och 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

Vanliga frågor

Är kursen i CUDA Academy gratis?

Ja. Ni kan börja kursen i CUDA Academy gratis och genomföra de interaktiva lektionerna utan kostnad. Med en valfri PRO-prenumeration får Ni tillgång till avancerade AI-verktyg och ett certifikat som kan delas.

Behöver jag tidigare erfarenhet för att lära mig C++?

Nej. Kursen börjar med grunderna och går stegvis vidare till mer avancerade ämnen, så Ni kan börja även utan tidigare erfarenhet av C++.

Hur lär jag mig C++ på CoddyKit?

Ni lär Er genom att göra. Korta interaktiva lektioner kombinerar tydliga förklaringar med praktiska kodövningar som körs i realtid, och en AI-handledare som är tillgänglig dygnet runt ger personlig hjälp när Ni kör fast.

Får jag ett certifikat när jag har slutfört CUDA Academy?

Ja. PRO-användare kan göra ett prov och få ett delbart intyg på att de har slutfört kursen i CUDA Academy, med en verifierbar kod.

Kan jag lära mig C++ i mobilen?

Ja. CoddyKit finns på webben och som inbyggda iOS- och Android-appar, så Ni kan lära Er C++ på valfri enhet och synkronisera Era framsteg mellan dem.

Vad kostar CoddyKit PRO?

Den första kursen i CUDA Academy är gratis. CoddyKit PRO låser upp alla kurser: $5.90 per vecka, $7.90 per månad, $29.90 per år eller $69.99 en gång för livstidsåtkomst utan förnyelser.

Hur lång tid tar det att slutföra CUDA Academy?

CUDA Academy har 30 kurser och 120 lektioner. De flesta lektioner tar cirka 5–10 minuter, så hela lärvägen motsvarar ungefär 14 timmars praktisk övning i egen takt.

Börja med CUDA Academy nu

Anslut Er till tusentals deltagare som lär sig programmering med AI-drivna lektioner.

Börja lära dig gratisBläddra bland alla kurser