Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
소개
- GPU 프로그래밍이란 무엇인가?
- CUDA와 함께 Python를 사용하는 이유는?
- 핵심 개념: 스레드, 블록, 그리드
CUDA 기능과 아키텍처 개요
- GPU vs CPU 아키텍처
- SIMT (단일 명령 다중 스레드) 이해하기
- CUDA 프로그래밍 모델
개발 환경 설정
- CUDA 툴킷과 드라이버 설치
- Python와 Numba 설치
- 환경 설정 및 확인하기
병렬 Programming 기초
- 병렬 실행 소개
- 스레드와 스레드 계층 이해하기
- 워프와 동기화 작업 수행하기
Numba 컴파일러 사용하기
- Numba 소개
- Numba로 CUDA 커널 작성하기
- @cuda.jit 데코레이터 이해하기
커스텀 CUDA 커널 구축하기
- 기본 커널 작성 및 실행하기
- 요소별 작업을 위한 스레드 사용하기
- 그리드와 블록 차원 관리하기
메모리 Management
- GPU 메모리 유형 (전역, 공유, 로컬, 상수)
- 호스트와 디바이스 사이의 메모리 전송
- 메모리 사용 최적화 및 병목 현상 피하기
GPU 가속화 고급 주제
- 공유 메모리와 동기화
- 비동기 실행을 위한 스트림 사용하기
- 멀티-GPU 프로그래밍 기초
CPU 기반 애플리케이션을 GPU로 변환하기
- CPU 코드 프로파일링
- 병렬 처리 가능한 부분 식별하기
- 로직을 CUDA 커널로 포팅하기
문제 해결
- CUDA 애플리케이션 디버깅하기
- 자주 발생하는 오류와 그 해결 방법
- 테스트 및 검증을 위한 도구와 기술
요약과 다음 단계
- 핵심 개념 복습
- GPU 프로그래밍의 베스트 프랙티스
- 계속 학습을 위한 자료
Requirements
- Python 프로그래밍 경험
- NumPy(ndarrays, ufuncs 등) 경험
청중
- 개발자
14 Hours
회원 평가 (1)
교육 시작과 종료 사이의 복잡성이 잘 진행되면서 다양한 예와 매우 대화식입니다.
Jenny - Andheo
Course - GPU Programming with CUDA and Python
Machine Translated