CUDA Academy · บทเรียน

CUDA คืออะไรในความเป็นจริง

แพลตฟอร์มของ NVIDIA สำหรับรัน C++ บน GPU

บทเรียน 3 จาก 413 ขั้นตอน

CUDA คืออะไรในความเป็นจริง เป็นบทเรียน CUDA Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน CUDA Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส CUDA Academy มีบทเรียนทั้งหมด 4 บทเรียน

ตั้งชื่อให้กับสิ่งมหัศจรรย์นี้

คุณได้เห็นแล้วว่าเหตุใด GPU จึงทำงานได้เร็ว CUDA คือเครื่องมือที่ช่วยให้คุณเขียนโค้ดสำหรับ GPU ได้จริงด้วย C++ ถึงเวลาทำความรู้จักกับมันอย่างจริงจังแล้ว 🚀

CUDA คือแพลตฟอร์ม

CUDA คือแพลตฟอร์มของ NVIDIA สำหรับการประมวลผลทั่วไปด้วย GPU ช่วยให้คุณรันโปรแกรมของตนเองบน GPU ได้ ไม่ใช่แค่ใช้สร้างกราฟิก

ส่วนขยายของ C++

CUDA C++ ก็คือ C++ ที่เพิ่มคำสำคัญและฟังก์ชันบางอย่างเข้ามา หากคุณรู้จัก C++ อยู่แล้ว CUDA ส่วนใหญ่จะคุ้นเคยตั้งแต่วันแรก

เคอร์เนล: โค้ดที่ทำงานบน GPU

ฟังก์ชันที่คุณกำหนดให้ทำงานบน GPU เรียกว่า เคอร์เนล เธรดนับพันจะเรียกใช้ฟังก์ชันเดียวกันนั้นพร้อมกัน

__global__ void add(int *out, int *a, int *b) {
  // runs on the GPU
}

คำสำคัญ __global__

แท็ก __global__ ใช้ระบุว่าฟังก์ชันเป็นเคอร์เนล ซึ่งสามารถถูกเรียกจาก CPU แต่ทำงานบน GPU แท็กนี้คือประตูสู่การใช้งานอุปกรณ์

โฮสต์และอุปกรณ์

ในคำศัพท์ของ CUDA ฝั่ง CPU คือ โฮสต์ และฝั่ง GPU คืออุปกรณ์ คุณจะได้ยินคำสองคำนี้อยู่เสมอ จึงควรจดจำไว้ตั้งแต่ตอนนี้

API ขณะทำงาน

CUDA มี API ขณะทำงานที่ใช้งานสะดวก เช่นฟังก์ชัน cudaMalloc และ cudaMemcpy ซึ่งจัดการหน่วยความจำของ GPU และย้ายข้อมูลให้คุณ

nvcc: ตัวแปลโค้ด CUDA

คุณสร้างโค้ด CUDA ด้วย nvcc โดยจะแยกไฟล์ของคุณ ส่งโค้ดฝั่งโฮสต์ไปยังตัวแปลโค้ดปกติ และส่งโค้ดฝั่งอุปกรณ์ไปยังตัวแปลโค้ดของ GPU

ใช้ได้เฉพาะ NVIDIA

CUDA ทำงานได้เฉพาะบน GPU ของ NVIDIA การผูกติดกันอย่างแน่นหนานี้ทำให้ปรับแต่งได้ดีมาก แต่ก็หมายความว่าใช้ได้กับผู้ผลิตรายนี้โดยเฉพาะ

ระบบนิเวศของไลบรารีที่ครบครัน

CUDA มาพร้อม ไลบรารีที่ปรับแต่งมาอย่างดี เช่น cuBLAS สำหรับเมทริกซ์ และ cuDNN สำหรับการเรียนรู้เชิงลึก คุณจึงแทบไม่ต้องเริ่มแก้ปัญหายาก ๆ จากศูนย์

เหตุใด CUDA จึงครองตลาด

เครื่องมือที่พัฒนาเต็มที่ ไลบรารีที่รวดเร็ว และการสนับสนุนจาก ระบบนิเวศที่แข็งแกร่ง ทำให้ CUDA กลายเป็นวิธีมาตรฐานสำหรับการประมวลผลด้วย GPU ในวิทยาศาสตร์และปัญญาประดิษฐ์ปัจจุบัน

ตรวจสอบความเข้าใจอย่างรวดเร็ว

มาทบทวนกันว่า CUDA คืออะไรกันแน่

ทบทวน: CUDA คืออะไร

CUDA คือแพลตฟอร์มของ NVIDIA ที่ขยายความสามารถของ C++ ด้วยเคอร์เนล API ขณะทำงาน และตัวแปลโค้ด nvcc เพื่อให้โค้ดของคุณทำงานบน GPU ได้ 👍

เริ่มต้นได้ฟรี

เรียนรู้ C++ ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส
30
บทเรียน
120

คำถามที่พบบ่อย

บทเรียน “CUDA คืออะไรในความเป็นจริง” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “CUDA คืออะไรในความเป็นจริง” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส CUDA Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส CUDA Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “CUDA คืออะไรในความเป็นจริง”

แพลตฟอร์มของ NVIDIA สำหรับรัน C++ บน GPU คุณปฏิบัติ CUDA Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน CUDA Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน CUDA Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “CUDA คืออะไรในความเป็นจริง” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน CUDA Academy นี้ได้ไหม

ได้ บทเรียน CUDA Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. CPU เทียบกับ GPU: เวลาแฝงเทียบกับอัตราการประมวลผล
  2. SIMT: คำสั่งเดียว หลายเธรด
  3. CUDA คืออะไรในความเป็นจริง
  4. ปัญหาที่เหมาะกับ GPU
← กลับไปที่ CUDA Academy