کتاب تسریع الگوریتم‌های علمی با قدرت GPU: از مبانی تا کاربرد

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 تسریع الگوریتم‌های علمی با قدرت GPU: از مبانی تا کاربرد

موضوع کلی: محاسبات علمی و مهندسی

موضوع میانی: پردازش موازی

📋 سرفصل‌های دوره

  • 1. در اینجا 100 سرفصل برای دوره آموزشی "تسریع الگوریتم‌های علمی با قدرت GPU: از مبانی تا کاربرد" با الهام از کتاب "پردازش موازی در پردازنده‌های گرافیکی (GPU)" آورده شده است:
  • 2. مقدمه‌ای بر محاسبات علمی و مهندسی
  • 3. اهمیت تسریع محاسبات در علم و مهندسی
  • 4. چالش‌های محاسبات موازی
  • 5. مقدمه‌ای بر پردازنده‌های گرافیکی (GPU)
  • 6. معماری اصلی GPU
  • 7. تفاوت CPU و GPU
  • 8. انواع هسته‌های پردازشی در GPU
  • 9. حافظه GPU و انواع آن
  • 10. مدل برنامه‌نویسی CUDA
  • 11. تاریخچه و تکامل CUDA
  • 12. محیط توسعه CUDA (CUDA Toolkit)
  • 13. اولین برنامه CUDA: Hello World
  • 14. مفاهیم اصلی در CUDA: هسته‌ها (Kernels)
  • 15. رشته‌ها (Threads)، بلوک‌ها (Blocks) و شبکه‌ها (Grids)
  • 16. مدیریت حافظه در CUDA
  • 17. حافظه سراسری (Global Memory)
  • 18. حافظه مشترک (Shared Memory)
  • 19. حافظه ثابت (Constant Memory)
  • 20. حافظه محلی (Local Memory)
  • 21. ثبات‌ها (Registers)
  • 22. مدیریت حافظه پویا (Dynamic Memory Allocation)
  • 23. کپی داده بین CPU و GPU
  • 24. همگام‌سازی رشته‌ها در بلوک‌ها
  • 25. همگام‌سازی بین بلوک‌ها
  • 26. مدیریت دستگاه‌های CUDA
  • 27. انتخاب دستگاه CUDA
  • 28. اجرای هسته‌ها بر روی دستگاه‌های مختلف
  • 29. مدیریت رویدادها (Events) در CUDA
  • 30. اندازه‌گیری عملکرد در CUDA
  • 31. بهینه‌سازی استفاده از حافظه سراسری
  • 32. کاهش پهنای باند حافظه
  • 33. استفاده از حافظه مشترک برای دسترسی مکرر
  • 34. الگوهای دسترسی به حافظه مشترک
  • 35. بانک‌های حافظه مشترک و تداخل (Bank Conflicts)
  • 36. بهینه‌سازی استفاده از ثبات‌ها
  • 37. مدیریت حافظه پویا در زمان اجرا
  • 38. تخصیص و آزادسازی حافظه سراسری
  • 39. استفاده از حافظه ثابت برای داده‌های خواندنی
  • 40. کاهش ارتباطات CPU-GPU
  • 41. استفاده از جریان‌های CUDA (CUDA Streams)
  • 42. اجرای غیر همزمان (Asynchronous Execution)
  • 43. ترکیب محاسبات و انتقال داده
  • 44. الگوهای موازی‌سازی در CUDA
  • 45. موازی‌سازی داده (Data Parallelism)
  • 46. موازی‌سازی وظیفه (Task Parallelism)
  • 47. الگوهای رایج در پردازش موازی GPU
  • 48. الگوی نگاشت (Map)
  • 49. الگوی کاهش (Reduce)
  • 50. الگوی اسکن (Scan)
  • 51. الگوی ضرب ماتریس (Matrix Multiplication)
  • 52. پیاده‌سازی ضرب ماتریس در CUDA
  • 53. بهینه‌سازی ضرب ماتریس با حافظه مشترک
  • 54. استفاده از کتابخانه‌های CUDA (cuBLAS, cuFFT, cuRAND)
  • 55. مقدمه‌ای بر cuBLAS
  • 56. عملیات پایه‌ای در cuBLAS
  • 57. ضرب ماتریس-بردار با cuBLAS
  • 58. ضرب ماتریس-ماتریس با cuBLAS
  • 59. مقدمه‌ای بر cuFFT
  • 60. تبدیل فوریه گسسته (DFT)
  • 61. تبدیل فوریه سریع (FFT)
  • 62. کاربرد cuFFT در علوم
  • 63. مقدمه‌ای بر cuRAND
  • 64. مولدهای اعداد تصادفی در cuRAND
  • 65. استفاده از cuRAND برای شبیه‌سازی‌ها
  • 66. مدل برنامه‌نویسی OpenCL
  • 67. تفاوت CUDA و OpenCL
  • 68. مفاهیم اصلی در OpenCL
  • 69. مقدمه‌ای بر برنامه‌نویسی موازی مبتنی بر GPU در Python (CuPy)
  • 70. نصب و راه‌اندازی CuPy
  • 71. عملیات پایه‌ای در CuPy
  • 72. مقایسه CuPy و NumPy
  • 73. کاربرد CuPy در پردازش تصویر
  • 74. کاربرد CuPy در یادگیری عمیق
  • 75. کتابخانه‌های تسریع‌کننده یادگیری عمیق (TensorFlow, PyTorch)
  • 76. مبانی تسریع در TensorFlow با GPU
  • 77. مبانی تسریع در PyTorch با GPU
  • 78. مدل‌سازی و شبیه‌سازی در مهندسی با GPU
  • 79. شبیه‌سازی دینامیک سیالات (CFD) با GPU
  • 80. حل معادلات دیفرانسیل با GPU
  • 81. روش‌های اجزای محدود (FEM) با GPU
  • 82. پردازش سیگنال با GPU
  • 83. پردازش تصویر با GPU
  • 84. بینایی ماشین با GPU
  • 85. یادگیری ماشین و یادگیری عمیق با GPU
  • 86. شبکه‌های عصبی کانولوشنال (CNN) با GPU
  • 87. شبکه‌های عصبی بازگشتی (RNN) با GPU
  • 88. تشخیص اشیاء با GPU
  • 89. پردازش زبان طبیعی با GPU
  • 90. کاربردهای علمی پیشرفته در نجوم با GPU
  • 91. کاربردهای علمی پیشرفته در فیزیک با GPU
  • 92. کاربرد محاسبات علمی در پزشکی با GPU
  • 93. تحلیل داده‌های بزرگ (Big Data) با GPU
  • 94. ملاحظات امنیتی در محاسبات GPU
  • 95. آینده محاسبات GPU در علم و مهندسی
  • 96. مباحث پیشرفته در معماری GPU
  • 97. پردازش ناهمگن (Heterogeneous Computing)
  • 98. استفاده از GPUهای نسل جدید
  • 99. برنامه‌نویسی GPU در زبان‌های دیگر (Fortran, C++)
  • 100. ابزارهای پروفایلینگ پیشرفته

📚 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.