
Lời khuyên thuyết trình cho người mới bắt đầu
onemoresipofcoffee
Chúng tôi sẽ cho bạn biết những gì bạn phải làm và những gì bạn không được làm khi thuyết trình về kỹ thuật/kinh doanh.
Nhập môn
presentation PT, Tech Interview, audience
✅ Trong toàn bộ series từ (1) đến (6), phần (1) Thực hành tạo CUDA kernel ✅ Giải thích từng bước lập trình NVIDIA GPU + CUDA từ cơ bản. ✅ Xử lý cực nhanh các tác vụ như mảng/ma trận/xử lý hình ảnh/xử lý thống kê/sắp xếp bằng tính toán song song với ngôn ngữ C++/C.
302 học viên
Độ khó Trung cấp trở lên
Thời gian 36 tháng
Đánh giá từ những học viên đầu tiên
5.0
몽크in도시
Việc cài đặt phần mềm đã được giải thích rõ ràng và cung cấp mã nguồn giúp bạn dễ dàng thực hành. Cảm ơn bài giảng rất hay và tôi rất mong chờ bài giảng tiếp theo.
5.0
georover
khái niệm bài giảng Câu chuyện bạn giải thích từng bước ngay từ đầu thật sống động trong tâm trí tôi. Cảm ơn
5.0
장민우
Thật tuyệt khi cuda rất dễ hiểu và nó bao gồm các phần liên quan đến hệ điều hành Linux. Thật tốt khi hiểu chi tiết về phần cứng máy tính và hoạt động của mã.
Toàn bộ series - Tính toán song hành quy mô lớn của CUDA sử dụng GPU
Bài giảng này là - Phần (1) - Khái niệm CUDA kernel và lập trình thực tế
Cập nhật - Tháng 7 năm 2023, "Remastering"🍀(Một số âm thanh/video)
Cung cấp ✅phiếu giảm giá theo gói✳️ trong lộ trình "Lập trình CUDA"
Tốc độ là linh hồn của chương trình!
Hãy làm cho nó nhanh hơn bằng kỹ thuật xử lý song song quy mô lớn 🚀
Tính toán song song quy mô lớn dựa trên GPU/card đồ họa đang được sử dụng vô cùng rộng rãi trong các lĩnh vực như AI, Deep Learning, xử lý dữ liệu lớn (Big Data), xử lý hình ảnh/video/âm thanh. Và hiện nay, công nghệ được áp dụng phổ biến nhất trong tính toán song song trên GPU chính là kiến trúc CUDA của NVIDIA.
Trong số các phương pháp tính toán song song, các công nghệ như tính toán song song quy mô lớn hay CUDA rất quan trọng, nhưng thực tế lại rất khó tìm được các bài giảng đào tạo bài bản về lĩnh vực này, khiến việc bắt đầu học trở nên khó khăn. Thông qua khóa học này, bạn hãy từng bước học lập trình CUDA nhé. CUDA hay tính toán song song đòi hỏi nền tảng lý thuyết và có độ khó nhất định. Tuy nhiên, nếu bạn đi từ căn bản cùng với các ví dụ phong phú và phần giải thích kiến thức nền tảng trong bài giảng này, bạn hoàn toàn có thể làm được! Khóa học này dự kiến sẽ được sản xuất dưới dạng một chuỗi bài giảng, đảm bảo cung cấp đầy đủ thời lượng học tập cho bạn.
Trong khóa học này, chúng tôi sẽ giải thích cách các lập trình viên C++/C kết hợp thư viện CUDA và các hàm C++/C để tăng tốc giải quyết các vấn đề trong nhiều lĩnh vực khác nhau bằng kỹ thuật xử lý song song quy mô lớn. Thông qua phương pháp này, bạn có thể tăng tốc các chương trình C++/C đã được phát triển hoặc phát triển các thuật toán/chương trình mới hoàn toàn bằng tính toán song song để đạt được tốc độ nhanh đột phá.
📢 Hãy kiểm tra trước khi bắt đầu khóa học!
CUDA và tính toán song song quy mô lớn cần có nhiều ví dụ và giải thích phong phú. Trong loạt bài giảng này, chúng tôi cung cấp tổng cộng hơn 24 giờ thời gian giảng dạy thực tế.
Vì đây là môn học lập trình máy tính, nên chúng tôi chú trọng vào việc thực hành phong phú và cung cấp mã nguồn (source code) hoạt động thực tế, giúp bạn có thể tự mình thực hiện theo từng bước một.
Trong thời gian giảng dạy, tôi sẽ hạn chế tối đa việc giải thích lặp lại các phần source code đã được trình bày trước đó, để bạn có thể tập trung học tập vào những phần thay đổi hoặc những điểm cần nhấn mạnh.
Sinh viên đại học muốn bổ sung danh mục dự án (portfolio) về các công nghệ mới trước khi xin việc
Lập trình viên muốn cải thiện đáng kể các chương trình hiện có
Các nghiên cứu sinh chuyên ngành muốn biết cách các chương trình ứng dụng đa dạng được tăng tốc như thế nào
Những ai muốn tìm hiểu về lý thuyết và thực tiễn xử lý song song trong AI, Deep Learning, tính toán ma trận, v.v.
*Dưới đây là đánh giá về bài giảng bên ngoài do người chia sẻ kiến thức thực hiện với cùng chủ đề.
"Tôi đã không biết gì về thuật toán song song hay tính toán song song, nhưng
sau khi nghe bài giảng, tôi đã trở nên tự tin hơn về tính toán song song."
"Có rất nhiều thuật toán mà các chương trình C++ truyền thống không thể giải quyết được,
nhưng thông qua khóa học này, tôi đã có thể cải thiện chúng để có thể xử lý trong thời gian thực!"
"Sau khi nghe bài giảng và đi phỏng vấn, tôi nói rằng mình có kinh nghiệm về tính toán song song thì các nhà tuyển dụng đã rất ngạc nhiên.
Họ nói rằng ở cấp độ sinh viên đại học thì rất khó để tìm thấy các bài giảng về CUDA hay tính toán song song."
Phần 0 (Bài giảng miễn phí 1 giờ)
Phần 1 (3 giờ 40 phút)Bài giảng hiện tại
Phần 2 (4 giờ 15 phút)
Phần 3 (4 giờ 5 phút)
Phần 4 (3 giờ 45 phút)
Phần 5 (3 giờ 55 phút)
Phần 6 (3 giờ 45 phút)
Chinh phục thành công lập trình CUDA và
tính toán song song quy mô lớn!
Q. Đánh giá về các bài giảng trả phí như thế nào?
Vì các bài giảng trả phí được mở lần lượt từ (1) đến (6), nên các đánh giá bị phân tán và hiện vẫn đang ở chế độ riêng tư. Các bài giảng trả phí hiện đã nhận được những đánh giá như sau.
Q. Người không chuyên có thể theo học khóa học này không?
Q. Có điều gì cần chuẩn bị trước khi nghe bài giảng không? Có lưu ý nào liên quan đến việc học (môi trường cần thiết, các lưu ý khác, v.v.) không?
Q. Nội dung khóa học sẽ bao quát đến mức độ nào?
Q. Có lý do nào cho việc thiết lập thời hạn khóa học không?
Q. Video có phụ đề không?
Khóa học này dành cho ai?
Những người muốn tăng tốc xử lý mảng/ma trận/hình ảnh/thống kê/sắp xếp bằng tính toán song song/xử lý song song dựa trên C++C.
Những người muốn tăng tốc chương trình tự phát triển bằng tính toán song song/CUDA.
Những người muốn học lập trình NVIDIA CUDA/tính toán CUDA từ cơ bản.
Dành cho những ai muốn học hỏi một cách cân bằng giữa lý thuyết và thực hành về xử lý song song/tính toán song song trên GPU.
Cần biết trước khi bắt đầu?
Kinh nghiệm lập trình C++ hoặc C
Sẽ tốt hơn nếu bạn có kiến thức về cấu trúc máy tính, thanh ghi, bộ nhớ đệm, chia sẻ thời gian, v.v.
9,641
Học viên
298
Đánh giá
65
Trả lời
4.9
Xếp hạng
30
Các khóa học
Thêm một tách cà phê phin nữa cho chuyến đi
Tất cả
48 bài giảng ∙ (3giờ 42phút)
Tài liệu khóa học:
Tất cả
23 đánh giá
4.9
23 đánh giá
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 3
∙
Đánh giá trung bình 4.7
Đánh giá 2
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 6
∙
Đánh giá trung bình 5.0
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
1.044.949 ₫