GPU并行计算和CUDA程序开发及优化教程资源下载

GPU进行通用科学计算已经显示出其强大的性能和前景，许多的科学和商业软件系统已经移植到最新的GPU系统上，获得了比传统CPU系统数十倍乃至数百倍的加速。

讲师介绍：

周斌，信息与通信工程硕士、博士，计算机工程硕士，副研究员，现任山东省科学院海洋仪器仪表研究所海洋遥感遥测研究室主任。毕业于清华大学电子工程系和乔治梅森大学电子与计算机工程系。

曾任英伟达公司(NVIDIA Corp),高性能计算开发技术资深工程师，负责在GPU和并行系统上实现并优化信号和信息处理，生物信息学，气象数值预报系统，图形图像，网络搜索等应用，负责GPU系统架构和应用性能测试优化等。

课程大纲：

一. GPU与CUDA背景基础介绍

第1课 CUDA硬件环境，体系结构，软件环境介绍，包括平台、架构、开发工具和热点技术

第2课 并行编程介绍，CUDA核心概念，包括网格、线程块，不同类型内存的工作机制

二. CUDA编程基础

第3课 CUDA设备内存、常量内存、共享内存和纹理内存，CUDA流和事件

第4课 CUDA执行模式、线程调度、内核执行和CUDA存储器的使用

第5课 CUDA流处理器簇、多GPU编程、纹理操作

三. CUDA性能优化与设计

第6课 CPU/GPU协同编程，串行/并行程序中提高并行度的常用策略

第7课 流式负载以及使用GPU做应用程序性能优化常用策略

第8课 在集群中使用CUDA

四. 实战项目经验

第9课 应用CUDA做高维数据处理

第10课 CUDA+OpenGL做图形渲染

第11课 CPGPU实现视频流实时光流跟踪

第12课 深度学习框架中的GPU应用

资源下载

此资源下载价格为3学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305