CUDA (מבנה המחשב המקורי לעיבוד מקבע) היא פלטפורמה לעיבוד מקבע ומודל לאפילופין תכנות יישומים (API) שנוצר על-ידי NVIDIA. היא מאפשרת למפתחים להשתמש במעבדת המפיגים (GPU) המוכן לעבודה מקורית, בגישה שניתן להיות מוכרת כ-GPGPU (עיבוד מקורי ליישומים במעבדות המפיגים). למידת CUDA פתוחה עולם של אפשרויות בתחומים כמו מחשבה מדעית, ניתוח מידע, ולמידה מכונה, בהם ביצועים ומהירות הם קריטיים.

אנחנו פשוט פרסמנו קורס של 12 שעות של כדי בעלת מומחיות CUDA על הערך של YouTube של freeCodeCamp.org. קורס זה, שיוצר על-ידי Elliot Arledge, מעוצב כדי לספק לך את המומחיות הנחוצה לשימוש בכח של GPUs במשימות עיבוד מקבע גבוה. בהתבסס על שאל אם אתה מתחיל או מפתח חובב שרוצה להרחיב את תכונות הקורס, זה מעניק הבנה חשובה על עולם התכנות CUDA.

סקירה הקורס

קורס התכנות CUDA מסודר כדי להדריך אתך דרך הכל שאתה צריך לדעת על מיחשוב על GPUs. הנה הסדרה הפירטית של מה שאתה יכול לצפות:

הקדמה

קורס זה מתחיל בהקדמה שמוגדרת את הבסיס למה שאתה ילמד. היא מספקת סיקור על חשיבות GPUs במיחשוב המודרני ואיך CUDA יכולה להיות משנה ביישומים שונים.

פרק 1: מערכת ללמידת עמוקה

למידה

פרק 2: התקנת CUDA

למד כיצד להגדיר את הסביבה שלך לתכנות CUDA. פרק זה מכסה את ההתקנה וההגדרה של התוכנה הנדרשת, כדי להבטיח שאתה מוכן להתחיל לתכנת.

פרק 3: סקירת C/C++

רענן את הידע שלך בתכנות C/C++, שהוא חיוני לכתיבת קוד CUDA. פרק זה חוזר על מושגים ומבנים מרכזיים כדי להכין אותך לתכנות GPU.

פרק 4: מבוא ל-GPU

העמק בהבנת הארכיטקטורה של GPU וכיצד היא שונה מ-CPU מסורתיים. פרק זה מסביר את יכולות העיבוד המקבילי של GPUs ואת היתרונות שלהם במחשוב ביצועים גבוהים.

פרק 5: כתיבת הקרנלים הראשונים שלך

התחל לכתוב את קרנלי ה-CUDA הראשונים שלך. פרק זה מציג אותך ליסודות תכנות CUDA, כולל תחביר ומבנה, ומאפשר לך לבצע משימות מקבילות פשוטות על ה-GPU.

פרק 6: CUDA API

חקור את ה-CUDA API בפרטים. למד כיצד לנהל זיכרון, להפעיל קרנלים ולטפל בשגיאות בצורה יעילה. פרק זה מספק את הכלים שאתה צריך לכתיבת תוכניות CUDA יעילות ועמידות.

פרק 7: הכפלת מטריצות מהירה יותר

גלה כיצד לייעל הכפלת מטריצות באמצעות CUDA. פרק זה מדגים טכניקות לשיפור הביצועים, מיומנות קריטית ליישומים במחשוב מדעי ולמידת מכונה.

פרק 8: טריטון

תפסיקו את ההכרות עם Triton, שפה ומתכנת לכתיבת פרימיטיבים מותאמים ללמידה עמוקה. קחו חלק בתהליך של Triton בפיתוח קוד בפרצוף גבוה במעבדות GPU.

פרק 9: הרחבות של PyTorch

למדו איך להרחיב את PyTorch עם פעולות CUDA מותאמות. הפרק הזה מראה לכם איך לשלב קוד CUDA עם PyTorch, מאפשר לכם ליצור שכבות ופעולות מותאמים למודלי למידה עמוקה.

פרק 10: מוליך רב-שכבתי ל-MNIST

השתמשו בידע שלכם על-ידי בניית מוליך רב-שכבתי לסיווג את מערכת הנתונים MNIST. הפרויקט הידני הזה מאגד את הלמידה שלכם ומדגים את היישום המעשי של CUDA בלמידה עמוקה.

פרק 11: הצעדים הבאים?

בחרו בשלבים הבאים במסע התכנות שלכם ב-CUDA. הפרק הזה מציע הנחות למשאבים ופרויקטים נוספים להמשך הלמידה והפיתוח שלכם.

אוטרו

הקורס מסתיים עם אוטרו שמסכם את מה שלמדתם ומעודד אתכם ליישם את הכישורים החדשים שלכם בפרויקטים המציאותיים.

מסכמה

לא משנה אם אתם מחפשים לשפר את הסיכויים המקצועיים שלכם או פשוט לחקור את העולם המרתק של מחשוב GPU, הקורס הזה הוא נקודת התחלה מעולה.

צפו בקורס המלא על ערוץ הYouTube של freeCodeCamp.org (12 שעות של צפייה).