کتاب برنامه‌نویسی موازی با CUDA و ابزارهای Nsight برای محاسبات علمی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره برنامه‌نویسی موازی با CUDA و ابزارهای Nsight برای محاسبات علمی

موضوع کلی: مهندسی نرم‌افزار و محاسبات موازی

موضوع میانی: برنامه‌نویسی و بهینه‌سازی پردازنده‌های گرافیکی (GPU)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر محاسبات موازی
  • 2. مبانی معماری GPU
  • 3. معرفی CUDA
  • 4. نصب و راه‌اندازی CUDA Toolkit
  • 5. اولین برنامه CUDA: HelloWorld
  • 6. مدیریت حافظه در CUDA
  • 7. انتقال داده بین CPU و GPU
  • 8. کرنل‌های CUDA
  • 9. مدیریت تردها در CUDA
  • 10. شبکه‌های ترد و بلاک‌ها
  • 11. همگام‌سازی تردها
  • 12. مدیریت خطا در CUDA
  • 13. بهینه‌سازی حافظه سراسری
  • 14. حافظه اشتراکی
  • 15. مدیریت حافظه ثابت
  • 16. حافظه سراسری و حافظه اشتراکی
  • 17. بهینه‌سازی دسترسی به حافظه
  • 18. نمایشگرهای Nsight
  • 19. اشکال‌زدایی با Nsight
  • 20. پروفایلینگ با Nsight
  • 21. تحلیل عملکرد در Nsight
  • 22. بهینه‌سازی موازی‌سازی
  • 23. کاهش وابستگی داده‌ها
  • 24. استفاده از معماری SIMT
  • 25. مدیریت جریان داده
  • 26. الگوهای برنامه‌نویسی موازی
  • 27. کاهش سربار اجرای کرنل
  • 28. مدیریت حافظه جهانی و اشتراکی
  • 29. استفاده از حافظه ثابت و سراسری
  • 30. بهینه‌سازی دسترسی به حافظه سراسری
  • 31. تنظیم اندازه بلاک و شبکه ترد
  • 32. مدیریت حافظه پویا
  • 33. تخصیص حافظه در GPU
  • 34. آزاد کردن حافظه در GPU
  • 35. استفاده از حافظه پلتفرم
  • 36. مدیریت حافظه با استفاده از CUDA API
  • 37. بهینه‌سازی استفاده از حافظه GPU
  • 38. مقدمه‌ای بر محاسبات علمی با GPU
  • 39. پردازش تصویر با CUDA
  • 40. پردازش سیگنال با CUDA
  • 41. محاسبات عددی با CUDA
  • 42. شبیه‌سازی‌های فیزیکی با CUDA
  • 43. یادگیری ماشین با CUDA
  • 44. پردازش زبان طبیعی با CUDA
  • 45. الگوریتم‌های گراف با CUDA
  • 46. بهینه‌سازی الگوریتم‌های موازی
  • 47. طراحی الگوریتم‌های موازی کارآمد
  • 48. تحلیل پیچیدگی الگوریتم‌های موازی
  • 49. مقایسه الگوریتم‌های موازی
  • 50. اجرای الگوریتم‌های موازی بر روی GPU
  • 51. بهینه‌سازی الگوریتم‌های مرتب‌سازی موازی
  • 52. بهینه‌سازی الگوریتم‌های جستجوی موازی
  • 53. بهینه‌سازی الگوریتم‌های ضرب ماتریس موازی
  • 54. بهینه‌سازی الگوریتم‌های تبدیل فوریه موازی
  • 55. ابزارهای تحلیل عملکرد Nsight
  • 56. تفسیر گزارش‌های Nsight
  • 57. شناسایی گلوگاه‌های عملکرد
  • 58. استراتژی‌های بهینه‌سازی عملکرد
  • 59. بهینه‌سازی حافظه در Nsight
  • 60. بهینه‌سازی دسترسی به حافظه در Nsight
  • 61. بهینه‌سازی استفاده از حافظه اشتراکی
  • 62. بهینه‌سازی استفاده از حافظه ثابت
  • 63. بهینه‌سازی استفاده از حافظه سراسری
  • 64. بهینه‌سازی استفاده از حافظه پویا
  • 65. بهینه‌سازی استفاده از حافظه پلتفرم
  • 66. بهینه‌سازی اجرای کرنل
  • 67. کاهش سربار اجرای کرنل
  • 68. مدیریت درست تردها
  • 69. همگام‌سازی موثر تردها
  • 70. مدیریت درست بلاک‌ها
  • 71. بهینه‌سازی ارتباط بین تردها
  • 72. بهینه‌سازی استفاده از SIMT
  • 73. مدیریت جریان داده در GPU
  • 74. استفاده بهینه از منابع GPU
  • 75. مقدمه‌ای بر CUDA C++
  • 76. ساختار برنامه CUDA C++
  • 77. کامپایل و لینک برنامه‌های CUDA
  • 78. استفاده از توابع کتابخانه CUDA
  • 79. مدیریت خطا در CUDA C++
  • 80. دیباگ کردن برنامه‌های CUDA C++
  • 81. پروفایل کردن برنامه‌های CUDA C++
  • 82. بهینه‌سازی برنامه‌های CUDA C++
  • 83. مدیریت حافظه در CUDA C++
  • 84. استفاده از حافظه سراسری
  • 85. استفاده از حافظه اشتراکی
  • 86. استفاده از حافظه ثابت
  • 87. استفاده از حافظه سراسری و اشتراکی
  • 88. استفاده از حافظه پلتفرم
  • 89. تکنیک‌های پیشرفته CUDA
  • 90. برنامه‌نویسی چند پردازنده‌ای
  • 91. معماری‌های نوین GPU
  • 92. محاسبات علمی پیشرفته با GPU
  • 93. کاربرد GPU در هوش مصنوعی
  • 94. تکنیک‌های یادگیری عمیق با GPU
  • 95. پردازش داده‌های بزرگ با GPU
  • 96. امنیت محاسبات با GPU
  • 97. ملاحظات اخلاقی در محاسبات GPU
  • 98. آینده محاسبات موازی و GPU

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.