運行時間API
並行處理
GPU架構
內存管理
線程同步
性能優化
描述
在本課程中，您將了解GPU編程和CUDA運行時間API。隨著人工智能的發展和視頻標誌的增加，GPU編程達到了頂峰。地球上的數據量繼續成倍增長，當大數據和人工智能匯聚在一起時，我們可以取得非凡的結果。在本課程中，您將能夠利用圖形處理單元（GPU）的功能。數以百萬計的線程將為您服務。您將使用新算法編碼未來。要做一些新的和不同的事情，您需要以不同的方式思考。圖形處理單元（GPU）是一個專門的電子電路，旨在快速處理和操縱框架緩衝區中的內存，以在顯示器上顯示圖像。 GPU用於嵌入式系統，手機，個人計算機，工作站和遊戲機。現代GPU在處理計算機圖表和圖像處理方面非常有效。它們高度平行的結構使它們比並行算法處理大型數據塊的通用中央處理單元（CPU）更有效。可以在個人計算機上的視頻卡上出現GPU，或者將其納入主板。在某些CPU中，它們被整合到CPU芯片中。在1970年代，“ GPU”一詞最初是指圖形處理單元，它定義了可編程處理單元，無論CPU如何操作，並且負責圖形處理和輸出。後來，在1994年，索尼使用該術語來參考PlayStation Console的Toshiba預測的Sony GPU（現在意味著圖形處理單元）。這個詞在1999年流行，當時NVIDIA將Geforce 256推銷為“世界上的第一個GPU”。它作為“具有集成轉換，照明，三角形配置/剪輯和渲染引擎的獨特芯片處理器”。
本課程是誰：
對GPU編程感興趣的初始程序員
數據科學家和機器學習工程師
計算機圖表愛好者
任何有興趣利用GPU進行並行處理的力量的人