اپلیکیشن اندرویدی فلش‌کارت آموزشی برنامه‌نویسی موازی با CUDA

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره برنامه‌نویسی موازی با CUDA

موضوع کلی: سیستم‌های کامپیوتری پیشرفته

موضوع میانی: پردازشگرهایSIMT

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر محاسبات موازی
• 2. معماری پردازنده‌های گرافیکی (GPU)
• 3. مقایسه CPU و GPU
• 4. معرفی CUDA و ابزارهای توسعه
• 5. نصب و پیکربندی CUDA Toolkit
• 6. زبان برنامه‌نویسی CUDA C/C++
• 7. هسته‌ها (Kernels) در CUDA
• 8. مدیریت حافظه در CUDA
• 9. انواع حافظه در CUDA: سراسری، مشترک، ثابت، بافت
• 10. همگام‌سازی و قفل‌ها در CUDA
• 11. مدل‌های حافظه در CUDA
• 12. بهینه‌سازی دسترسی به حافظه
• 13. شیوه انتقال داده بین CPU و GPU
• 14. معماری چندپردازنده‌ای جریان (Streaming Multiprocessor)
• 15. تعداد بلوک‌ها، گره‌ها و رشته‌ها در CUDA
• 16. توابع داخلی CUDA
• 17. کتابخانه‌های CUDA: cuBLAS، cuFFT، cuSolver
• 18. برنامه‌نویسی CUDA برای مسائل خطی
• 19. برنامه‌نویسی CUDA برای مسائل ماتریسی
• 20. برنامه‌نویسی CUDA برای پردازش تصویر
• 21. برنامه‌نویسی CUDA برای پردازش سیگنال
• 22. برنامه‌نویسی CUDA برای شبیه‌سازی فیزیکی
• 23. برنامه‌نویسی CUDA برای یادگیری ماشین
• 24. استفاده از CUDA در شبکه‌های عصبی
• 25. بهینه‌سازی عملکرد CUDA: پروفایلینگ و دیباگ
• 26. ابزارهای پروفایلینگ CUDA: NVProf، Nsight Systems
• 27. دیباگ کردن برنامه‌های CUDA
• 28. مدیریت خطا در CUDA
• 29. استفاده از CUDA در سیستم‌های چند GPU
• 30. مقیاس‌پذیری برنامه‌های CUDA
• 31. CUDA و محاسبات ابری
• 32. استفاده از CUDA با زبان‌های دیگر (Python, Fortran)
• 33. برنامه‌نویسی CUDA برای الگوریتم‌های مرتب‌سازی
• 34. برنامه‌نویسی CUDA برای الگوریتم‌های جستجو
• 35. برنامه‌نویسی CUDA برای مسائل گرافیکی
• 36. CUDA و پردازش داده‌های بزرگ
• 37. CUDA و Big Data Analytics
• 38. معرفی کتابخانه‌های تخصصی CUDA
• 39. برنامه‌نویسی CUDA برای کاربردهای علمی
• 40. برنامه‌نویسی CUDA برای کاربردهای مهندسی
• 41. برنامه‌نویسی CUDA برای کاربردهای مالی
• 42. برنامه‌نویسی CUDA برای کاربردهای پزشکی
• 43. برنامه‌نویسی CUDA برای کاربردهای هوش مصنوعی
• 44. آینده CUDA و محاسبات موازی
• 45. مطالعات موردی برنامه‌نویسی CUDA