CUDA Academy · Ders

Üçlü Açı Parantezleriyle Başlatma

Bir çekirdeği >> ile çağırın.

Üçlü Açı Parantezleriyle Başlatma, CoddyKit'te ücretsiz bir CUDA Academy dersidir. Bu, 4 dersinin 2. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, CUDA Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. CUDA Academy kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Launching Is Different

You do not call a kernel like a normal function. You launch it, telling the GPU how many threads to spin up at the same time. 🚀

The <<< >>> Syntax

The launch uses CUDA's special triple angle brackets. Inside them you give a launch configuration before the normal argument list.

myKernel<<<blocks, threads>>>(args);

First Number: Blocks

The first value sets how many blocks launch. A block is a group of threads that run together and share fast on-chip memory.

myKernel<<<4, threads>>>(args); // 4 blocks

Second Number: Threads per Block

The second value sets threads per block. Total threads launched equals blocks times threads per block.

myKernel<<<4, 256>>>(args); // 1024 threads

Arguments Come After

After the brackets, you pass the kernel's normal arguments in parentheses, just like any C++ call.

doubleIt<<<1, 256>>>(devicePtr);

Launches Are Asynchronous

A launch is asynchronous: the CPU queues the work and keeps going immediately. The GPU runs the kernel in the background.

Configs Can Be Variables

The launch numbers do not have to be literals. You often compute the block count from your data size at runtime.

int blocks = (n + 255) / 256;
add<<<blocks, 256>>>(c, a, b, n);

Using dim3 for 2D

For grids and blocks in 2D or 3D, you use a dim3 value. It bundles x, y, and z sizes into the launch.

dim3 threads(16, 16);
blur<<<grid, threads>>>(img);

Picking Threads per Block

A safe default for threads per block is 128 or 256. Values must be multiples of 32 and stay at or below 1024.

kernel<<<blocks, 128>>>(data);

A Bad Config Fails

If you ask for too many threads per block, the launch fails silently. You must check for errors right after launching.

kernel<<<1, 2048>>>(p); // too big, fails

Read It Left to Right

Read a launch as: run this kernel across this many blocks of this many threads, with these arguments. Simple once it clicks.

vectorAdd<<<grid, block>>>(c, a, b, n);

Quick Check

Time to check the launch configuration.

Recap: The Launch

You launch with kernel<<>>(args). Blocks times threads is your total, and launches run async. You are launching like a pro! 🎉

Sıkça Sorulan Sorular

“Üçlü Açı Parantezleriyle Başlatma” dersi ücretsiz mi?

Evet — “Üçlü Açı Parantezleriyle Başlatma” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve CUDA Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. CUDA Academy kursu toplamda 4 dersten oluşur.

“Üçlü Açı Parantezleriyle Başlatma” dersinde ne öğreneceğim?

Bir çekirdeği >> ile çağırın. CUDA Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

CUDA Academy öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te CUDA Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 2. dersidir.

“Üçlü Açı Parantezleriyle Başlatma” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu CUDA Academy dersinde kod yazıp çalıştırabilir miyim?

Evet. Her CUDA Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← CUDA Academy Sayfasına Dön