Dasar-dasar Komputasi GPU dengan CUDA

Tantangan komputasi modern dalam kecerdasan buatan, ilmu data, dan simulasi fisika menuntut kinerja yang tidak dapat lagi diberikan oleh prosesor tradisional sendirian. Kursus berbasis teks ini memperkenalkan Anda pada konsep inti pemrograman paralel menggunakan GPU, memungkinkan Anda mempercepat perangkat lunak Anda secara signifikan. Anda akan beralih dari pola pikir pemrograman sekuensial ke pemikiran paralel, menguasai model eksekusi fundamental perangkat keras grafis modern. Melalui penjelasan tertulis yang jelas dan panduan kode terstruktur, Anda akan membangun fondasi teoritis dan praktis yang kuat dalam komputasi kinerja tinggi. Anda akan belajar cara merancang algoritma yang menjalankan ribuan thread secara bersamaan dan cara menghindari kesalahan umum dalam pengembangan paralel. Apa yang akan Anda pelajari: - Memahami perbedaan arsitektur antara CPU dan GPU serta kapan menggunakan masing-masing - Menguasai model eksekusi CUDA, termasuk thread, block, dan organisasi grid - Menulis dan meluncurkan kernel paralel kustom untuk melakukan operasi vektor dan matriks - Mengelola hierarki memori secara efisien dengan memanfaatkan global, shared, dan register - Menghindari masalah konkurensi umum seperti race condition dan uncoalesced memory access - Memprofilkan dan menganalisis kode paralel untuk menemukan dan mengatasi hambatan kinerja Kami memulai dengan terminologi perangkat keras esensial dan konsep paralel dasar sebelum beralih ke manajemen memori dan teknik optimasi. Kursus ini dirancang untuk pengembang perangkat lunak dan mahasiswa dengan pemahaman dasar tentang C atau C++ yang ingin memasuki bidang komputasi terakselerasi. Tidak diperlukan pengalaman pemrograman GPU sebelumnya. Mulailah perjalanan Anda ke pemrograman paralel kinerja tinggi hari ini.