Noções básicas de programação CUDA: paralelismo de GPU e adição de vetores

Os desafios da computação moderna exigem o enorme poder de processamento paralelo das GPUs, mas a transição da programação baseada em CPU pode parecer assustadora. Este curso simplifica essa transição, concentrando-se nos blocos de construção fundamentais da arquitetura paralela. Através de explicações claras e detalhadas e trechos de código, você fará a transição do pensamento sequencial para a execução paralela. Você entenderá como aproveitar os núcleos da GPU, gerenciar a memória do dispositivo e escrever código CUDA limpo e eficiente para acelerar cálculos matemáticos. O que você vai aprender: - Entenda a arquitetura central das GPUs e como elas diferem das CPUs tradicionais - Configure as dimensões de grade, bloco e thread do CUDA para uma execução paralela ideal - Alocar e gerenciar a memória da GPU usando a moderna memória unificada e técnicas tradicionais - Escreva e execute um kernel de adição de vetor completo a partir do zero - Implemente práticas básicas de manipulação e depuração de erros CUDA para código paralelo - Analise a indexação de threads para mapear threads paralelos para elementos de dados corretamente O curso começa com conceitos e terminologia de hardware essenciais antes de guiá-lo passo a passo através da escrita, compilação e otimização de seus primeiros programas paralelos. Ele foi projetado para programadores iniciantes e estudantes de ciência da computação que desejam explorar a computações de alto desempenho sem qualquer experiência prévia com GPUs. Comece a ler hoje mesmo e descubra o poder da computação acelerada por GPU.