سپنتا کتاب اکسپرس
کتاب بهینه‌سازی عملکرد و برنامه‌نویسی موازی برای GPU

کتاب بهینه‌سازی عملکرد و برنامه‌نویسی موازی برای GPU

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

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب بهینه‌سازی عملکرد و برنامه‌نویسی موازی برای GPU

موضوع کلی: گرافیک کامپیوتری و پردازش موازی با GPU

موضوع میانی: تکنیک‌های پیشرفته رندرینگ و محاسبات GPU

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه‌ای بر محاسبات GPU
  • 2. معماری GPU: هسته‌ها، حافظه و جریان داده
  • 3. مبانی برنامه‌نویسی موازی
  • 4. چالش‌های برنامه‌نویسی GPU
  • 5. معماری CUDA
  • 6. مفاهیم اصلی CUDA: نخ‌ها، بلوک‌ها، شبکه‌ها
  • 7. مدیریت حافظه در CUDA: سراسری، اشتراکی، محلی
  • 8. بهینه‌سازی دسترسی به حافظه سراسری
  • 9. استفاده موثر از حافظه اشتراکی
  • 10. همگام‌سازی نخ‌ها در CUDA
  • 11. الگوهای برنامه‌نویسی موازی برای GPU
  • 12. الگوهای تقسیم کار
  • 13. الگوهای همگام‌سازی
  • 14. الگوهای داده‌محور
  • 15. الگوهای مبتنی بر نخ
  • 16. الگوهای مبتنی بر بلوک
  • 17. الگوهای مبتنی بر شبکه
  • 18. تکنیک‌های اصلی بهینه‌سازی عملکرد GPU
  • 19. کاهش سربار هسته (Kernel Overhead)
  • 20. افزایش موازی‌سازی
  • 21. کاهش تداخل حافظه
  • 22. بهینه‌سازی محاسبات
  • 23. مدیریت توان مصرفی GPU
  • 24. پروفایلینگ و اندازه‌گیری عملکرد GPU
  • 25. ابزارهای پروفایلینگ CUDA
  • 26. تفسیر نتایج پروفایلینگ
  • 27. شناسایی گلوگاه‌های عملکرد
  • 28. بهینه‌سازی الگوریتم‌ها برای GPU
  • 29. تبدیل الگوریتم‌های متوالی به موازی
  • 30. الگوریتم‌های مرتب‌سازی بر روی GPU
  • 31. الگوریتم‌های جستجو بر روی GPU
  • 32. عملیات ماتریس بر روی GPU
  • 33. تبدیل فوریه سریع (FFT) بر روی GPU
  • 34. پردازش تصویر بر روی GPU
  • 35. یادگیری ماشین بر روی GPU
  • 36. شبکه‌های عصبی عمیق بر روی GPU
  • 37. یادگیری تقویتی بر روی GPU
  • 38. شبیه‌سازی‌های علمی بر روی GPU
  • 39. شبیه‌سازی دینامیک مولکولی بر روی GPU
  • 40. دینامیک سیالات محاسباتی (CFD) بر روی GPU
  • 41. فیزیک شبیه‌سازی بر روی GPU
  • 42. استفاده از CUDA C/C++
  • 43. ساختار توابع کرنل
  • 44. دستورالعمل‌های نخ‌ها و بلوک‌ها
  • 45. مدیریت حافظه پیشرفته در CUDA
  • 46. بهینه‌سازی دسترسی به حافظه سراسری با Coalescing
  • 47. استفاده بهینه از حافظه اشتراکی برای کاهش دسترسی به حافظه سراسری
  • 48. استفاده از حافظه ثابت (Constant Memory)
  • 49. استفاده از حافظه سراسری (Global Memory) با استراتژی‌های مناسب
  • 50. مدیریت حافظه در دستگاه (Device Memory Management)
  • 51. تکنیک‌های پیشرفته همگام‌سازی
  • 52. Barrier Synchronization
  • 53. Atomic Operations
  • 54. Volatile Keyword
  • 55. مدیریت خطاهای CUDA
  • 56. اشکال‌زدایی برنامه‌های CUDA
  • 57. تکنیک‌های کاهش سربار هسته
  • 58. کاهش تعداد فراخوانی‌های کرنل
  • 59. استفاده از استریم‌ها (Streams) برای اجرای ناهمزمان
  • 60. بهینه‌سازی اندازه‌های بلوک و شبکه نخ‌ها
  • 61. استفاده از Warp Shuffles
  • 62. بهینه‌سازی محاسبات با دقت پایین (FP16، INT8)
  • 63. فشرده‌سازی داده‌ها برای GPU
  • 64. مدیریت حافظه اشتراکی با اندازه‌های متغیر
  • 65. استفاده از Texture Memory
  • 66. استفاده از Surface Memory
  • 67. بهینه‌سازی دسترسی به حافظه برای الگوهای غیرخطی
  • 68. پروفایلینگ پیشرفته
  • 69. تحلیل Warp Execution Mask
  • 70. شناسایی Warp Divergence
  • 71. تحلیل حافظه با جزئیات بالا
  • 72. تحلیل مصرف انرژی GPU
  • 73. بهینه‌سازی الگوریتم‌های داده‌محور
  • 74. Matrix Multiplication (GEMM) Optimization
  • 75. Convolution Optimization
  • 76. Reduction Operations
  • 77. Scan Operations
  • 78. Parallel Prefix Sum
  • 79. الگوریتم‌های گراف بر روی GPU
  • 80. جستجوی اول سطح (BFS) بر روی GPU
  • 81. جستجوی اول عمق (DFS) بر روی GPU
  • 82. الگوریتم‌های کوتاه‌ترین مسیر بر روی GPU
  • 83. مدیریت گراف‌های پراکنده بر روی GPU
  • 84. برنامه‌نویسی موازی با OpenCL
  • 85. مفاهیم اصلی OpenCL: پلتفرم، دستگاه، زمینه، صف دستورات
  • 86. نوشتن کرنل در OpenCL
  • 87. مدیریت حافظه در OpenCL
  • 88. مقایسه CUDA و OpenCL
  • 89. ملاحظات معماری GPUهای مدرن
  • 90. انویدیا Ampere, Hopper Architectures
  • 91. AMD CDNA Architectures
  • 92. تکنیک‌های برنامه‌نویسی برای معماری‌های خاص
  • 93. بهینه‌سازی برای Tensor Cores
  • 94. استفاده از حافظه HBM
  • 95. برنامه‌نویسی GPU با کتابخانه‌های سطح بالا
  • 96. cuBLAS, cuFFT, cuRAND
  • 97. Thrust Library
  • 98. Deep Learning Frameworks (TensorFlow, PyTorch)
  • 99. استفاده از GPU برای محاسبات علمی با دقت بالا
  • 100. Double Precision Computations

📚 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.