所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

CUDA架构编程入门与实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
CUDA的诞生背景 · GPU计算与CPU计算的区别 · CUDA在深度学习与科学计算中的应用…
课程导入CUDA
02
GPU硬件架构基础
GPU的流式多处理器（SM） · CUDA核心 · 内存层次结构（全局内存
GPU硬件架构基础
03
CUDA开发环境搭建
安装NVIDIA驱动 · CUDA Toolkit · 配置Visual Studio或Li…
CUDA开发环境搭建
04
第一个CUDA程序
编写向量加法程序 · 理解主机（Host）与设备（Devi… · 使用cudaMalloc和cudaM…
CUDA第一个
05
CUDA编程模型
线程层次结构（线程 · 线程块 · 网格）
CUDA编程模型
06
内核函数编写
__global__ · __device__ · __host__修饰符
内核函数编写global
07
内存管理深入
全局内存的分配与释放 · 零拷贝内存 · 统一虚拟地址（UVA）
内存管理深入全局内存的分配
08
共享内存与同步
共享内存的声明与使用 · __syncthreads()同步 · 共享内存的bank冲突
共享内存同步
09
线程同步与原子操作
原子函数（atomicAdd等） · 线程同步机制 · 避免数据竞争
线程同步原子操作
10
CUDA流与事件
流的概念 · 创建与销毁流 · 并发内核执行
CUDA事件
11
CUDA错误检测与调试
错误检查宏 · 使用cuda-gdb调试 · CUDA-MEMCHECK工具
CUDA错误检测
12
性能分析基础
使用nvprof和Nsight Co… · 识别性能瓶颈 · 计算吞吐量与内存带宽
性能分析基础nvprof
13
内存访问优化
合并访问（coalesced acc… · 数组结构体（AoS）与结构体数组（S… · 使用只读缓存
内存访问优化coalesced
14
线程块配置优化
占用率（occupancy）计算 · 寄存器数限制 · 块大小对性能的影响
线程块配置优化occupancy
15
矩阵乘法实战
实现基础矩阵乘法 · 使用共享内存分块（tiling） · 优化循环顺序
矩阵乘法实战实现基础矩阵乘法
16
卷积操作实战
实现二维卷积 · 使用共享内存和常量内存 · 处理边界条件
卷积操作实战实现二维卷积
17
归约（Reduction）算法
实现并行归约 · 树形归约 · 避免bank冲突
Reduction归约
18
前缀和（Scan）算法
实现并行前缀和（Hillis-Ste… · 处理任意长度数组 · 应用场景（如流压缩）
Scan前缀
19
排序算法实战
实现并行基数排序或双调排序 · 使用共享内存优化 · 处理大规模数据
排序算法实战实现并行基数排序…
20
CUDA库的使用
cuBLAS · cuFFT · Thrust
CUDA库的使用
21
多GPU编程
多GPU环境配置 · 使用CUDA编程模型中的多设备管理 · 点对点通信（P2P）
GPU编程
22
CUDA与OpenACC/OpenMP对比
了解异构编程模型 · CUDA与指令式编程的差异 · 何时选择CUDA
CUDAOpenACC/Open…
23
CUDA中的纹理内存与表面内存
纹理内存的适用场景 · 纹理对象的使用 · 表面内存的读写
CUDA纹理内存
24
动态并行与协作组
动态并行（Dynamic Paral… · 协作组（Cooperative Gr… · 灵活控制线程协作
动态并行协作组
25
CUDA中的向量化与内建函数
使用float4/int4等向量类型 · 内建数学函数 · 半精度计算（half）
CUDA向量化
26
常见CUDA编程陷阱
未初始化内存 · 越界访问 · 同步缺失
CUDA常见
27
CUDA性能调优案例
从实际项目出发 · 分析一个计算密集型内核 · 逐步优化（内存
CUDA性能调优案例
28
深度学习中的CUDA实践
实现一个简单的全连接层或卷积层的前向… · 使用cuDNN和TensorRT · 理解框架底层CUDA调用
CUDA深度学习
29
综合项目实战
实现一个完整的并行应用（如图像滤波或… · 涵盖需求分析 · 设计
综合项目实战实现一个完整的并…
30
课程总结与进阶路径
回顾核心知识点 · 常见问题解决方案 · 推荐学习资源（书籍
课程总结进阶路径