کتاب جامع برنامه‌نویسی موازی با CUDA: تسلط بر پردازش فوق‌سریع کارت‌های گرافیک با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع برنامه‌نویسی موازی با CUDA: تسلط بر پردازش فوق‌سریع کارت‌های گرافیک

موضوع کلی: محاسبات موازی و پردازش با عملکرد بالا (HPC)

موضوع میانی: برنامه‌نویسی گرافیکی و پردازش موازی با CUDA

📋 سرفصل‌های دوره

• 1. مبانی و مفاهیم پایه‌ای محاسبات موازی و معماری پردازنده‌های گرافیکی (GPU)
• 2. مقایسه معماری پردازنده‌های مرکزی (CPU) و پردازنده‌های گرافیکی (GPU) در پردازش‌های سنگین
• 3. آشنایی با مدل برنامه‌نویسی CUDA و اکوسیستم ابزارهای توسعه انویدیا
• 4. نصب و راه‌اندازی محیط توسعه CUDA و پیکربندی کامپایلر NVCC
• 5. معماری اجرای کد در CUDA شامل Host و Device و مدیریت حافظه آن‌ها
• 6. نوشتن اولین هسته محاسباتی (CUDA Kernel) و نحوه فراخوانی آن
• 7. مدیریت سلسله‌مراتب رشته‌ها (Threads)، بلوک‌ها (Blocks) و شبکه‌ها (Grids) در CUDA
• 8. مدیریت حافظه جهانی (Global Memory) و تخصیص حافظه با cudaMalloc و cudaFree
• 9. انتقال داده‌ها بین حافظه Host و Device و بهینه‌سازی پهنای باند
• 10. مدیریت حافظه اشتراکی (Shared Memory) و تکنیک‌های افزایش سرعت دسترسی
• 11. جلوگیری از واگرایی رشته‌ها (Thread Divergence) و بهینه‌سازی اجرای واژگون‌ها
• 12. مدیریت حافظه پنهان (Constant Memory و Texture Memory) در برنامه‌نویسی CUDA
• 13. مدیریت همزمانی، همگام‌سازی رشته‌ها (Thread Synchronization) و دستور __syncthreads
• 14. آشنایی با جریان‌ها (Streams) و اجرای همزمان محاسبات و انتقال داده‌ها
• 15. استفاده از رویدادها (Events) برای اندازه‌گیری دقیق زمان و بنچمارک‌گیری در CUDA
• 16. مدیریت خطاها و روش‌های عیب‌یابی پیشرفته در کدهای CUDA
• 17. بهینه‌سازی کارایی هسته‌ها (Kernel Optimization) و افزایش بهره‌وری سخت‌افزار
• 18. کاربرد کتابخانه‌های تخصصی CUDA نظیر cuBLAS و cuFFT در محاسبات علمی
• 19. حل موازی مسائل پیچیده ریاضی و پردازش تصویر با استفاده از CUDA
• 20. پروژه جامع: طراحی، پیاده‌سازی و بهینه‌سازی یک الگوریتم پردازش موازی سنگین با CUDA