并行化计算与CUDA编程(第一期) 并行化计算与CUDA编程(第一期)
所属分类:高性能计算
  课程名 : 并行化计算与CUDA编程(第一期)【开课中】 总学费/人 : ¥400 (固定学费:¥100, 逆向学费:¥300) 开课时间 : 2020-09-12 09:00:00 
开课老师 : yzm


课程简介:

近年来,显卡的更新换代也比较快,NVIDIA今年的发布会也宣布了RTX3080TI即将到来。显卡的运算能力也越来越强。

很多人对显卡的了解可能源于游戏,但是你的显卡不止能用来打游戏,还可以利用CUDA编程,对图像处理、机器学习等诸多领域进行大幅度的提速。

如今GPU的发展越来越快,在图像处理和深度学习领域最为突出,很多的计算机开源库,如opencv, TensorFlow,pytorch等等都提供了cuda接口。很多的开源项目也提供了使用GPU的情况,比如yolov3等,可以说GPU由于其高效,使用也越来越普遍。

本课程属于CUDA入门的课程,旨在让学员对GPU的架构以及GPU编程有一个初步的认识,能在实际情况下用CUDA完成一些并行化的加速。了解了CUDA的原理和调用方法,可以在日常中用CUDA解决更多并行化的问题,而不受限于开源库的API接口。


课程大纲:

第1课
从零开始,手把手的环境搭建教程:CUDA硬件环境,软件环境介绍,CUDA在WINDOWS和LINUX平台上的详细安装步骤,GPU与CPU数据传输简单示例
第2课
快速掌握CUDA编程基础原理:介绍CUDA编程的并行原理,了解线程、线程块、网格等概念,了解CUDA的同步机制,CUDA官方库的使用
第3课
CUDA编程实战:利用CUDA实现几种常见的模型,如映射变换、累计求和、转置与排序,获得大幅度提速
第4课
程序调试,BUG定位,快速修正代码bug的技巧:CUDA的简单调试,对CUDA进行计时找到耗时点,输出CUDA的错误信息,方便修改,CUDA可视化工具的使用
第5课
CUDA提速的高级技巧,CUDA流的应用:CUDASTREAM,CUDA流的使用、同步,用CUDA流完成矩阵运算
第6课
OPENCV介绍,手把手教你安装,配置和使用OPENCV(在后续的课程中需要对图片进行操作,所以这里会简单介绍OPENCV图像开源库)
第7课
实时图片渲染,CUDA+OPENCV的图像处理实战:利用CUDA进行图像处理(灰度变换,直方图增强等)
第8课
CUDA提速的综合示例:用CUDA实现图片的图像色彩分割



课程环境:

Windows(visual stdio)或Linux系统,NVIDIA显卡


课程基础:

对C++有一定基础


涉及语言:

C++,CUDA


授课对象:

对并行计算,CUDA编程感兴趣的同学,不需要有太多的基础知识


收获预期:

具备GPU和CUDA编程能力,能够分清适合用cuda加速的场景,对实际应用中的场景也能使用cuda进行加速



 

GMT+8, 2020-11-28 07:41 , Processed in 0.082621 second(s), 27 queries .