کتاب طراحی و پیاده‌سازی برنامه‌های علمی با استفاده از پردازنده‌های گرافیکی (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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی برنامه‌های علمی با استفاده از پردازنده‌های گرافیکی (GPU)

موضوع کلی: محاسبات علمی و موازی‌سازی

موضوع میانی: شتاب‌دهنده‌های سخت‌افزاری برای محاسبات علمی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر محاسبات علمی و موازی‌سازی
  • 2. معماری پردازنده‌های گرافیکی (GPU)
  • 3. حافظه در پردازنده‌های گرافیکی
  • 4. مدل برنامه‌نویسی CUDA
  • 5. هسته‌های پردازشی در GPU
  • 6. انواع هسته‌ها و واحدهای اجرایی
  • 7. مفاهیم موازی‌سازی سطح دستوالعمل (ILP)
  • 8. مفاهیم موازی‌سازی سطح رشته (TLP)
  • 9. مدیریت حافظه در CUDA
  • 10. حافظه سراسری (Global Memory)
  • 11. حافظه مشترک (Shared Memory)
  • 12. حافظه ثابت (Constant Memory)
  • 13. حافظه با دسترسی جهانی (Texture Memory)
  • 14. ثبات‌ها (Registers)
  • 15. زمان‌بندی هسته‌ها (Kernel Scheduling)
  • 16. مدیریت جریان (Stream Management)
  • 17. همگام‌سازی رشته‌ها (Thread Synchronization)
  • 18. موانع (Barriers)
  • 19. مفاهیم اتمیک (Atomic Operations)
  • 20. مدیریت خطا در CUDA
  • 21. بهینه‌سازی دسترسی به حافظه سراسری
  • 22. الگوی دسترسی پیوسته (Coalesced Access)
  • 23. الگوی دسترسی پراکنده (Non-Coalesced Access)
  • 24. بهینه‌سازی حافظه مشترک
  • 25. استفاده از حافظه مشترک برای کاهش دسترسی به حافظه سراسری
  • 26. الگوهای استفاده از حافظه مشترک
  • 27. بهینه‌سازی ثبات‌ها
  • 28. مدیریت پهنای باند حافظه
  • 29. کاهش تأخیر دسترسی به حافظه
  • 30. مدل اجرای CUDA
  • 31. گره‌ها (Grids)، بلوک‌ها (Blocks) و رشته‌ها (Threads)
  • 32. نمایه‌سازی رشته‌ها و بلوک‌ها
  • 33. مدیریت اجرای هسته‌ها
  • 34. پیکربندی هسته‌ها
  • 35. زمان‌بندی و موازی‌سازی در سطح بلوک
  • 36. موازی‌سازی در سطح گرده
  • 37. مدیریت حافظه در سطح برنامه
  • 38. مدیریت حافظه پویا
  • 39. تخصیص حافظه در CUDA
  • 40. آزادسازی حافظه در CUDA
  • 41. انتقال داده بین میزبان و دستگاه
  • 42. کپی حافظه به صورت ناهمگام
  • 43. کپی حافظه به صورت همگام
  • 44. مدیریت رویدادها (Events)
  • 45. استفاده از رویدادها برای اندازه‌گیری زمان
  • 46. استفاده از رویدادها برای همگام‌سازی
  • 47. الگوهای طراحی موازی برای محاسبات علمی
  • 48. الگوی تجزیه داده (Data Decomposition)
  • 49. الگوی تجزیه وظیفه (Task Decomposition)
  • 50. الگوی نگاشت وظایف به هسته‌ها
  • 51. الگوی محاسبات تکراری
  • 52. الگوی محاسبات مبتنی بر شبکه
  • 53. الگوی شبیه‌سازی دینامیک مولکولی
  • 54. الگوی محاسبات ماتریسی
  • 55. الگوی ضرب ماتریس‌ها
  • 56. الگوی حل دستگاه معادلات خطی
  • 57. الگوی پردازش تصویر
  • 58. الگوی فیلترینگ تصویر
  • 59. الگوی تبدیل فوریه
  • 60. الگوی شبیه‌سازی جریان سیال (CFD)
  • 61. مفاهیم پایه‌ای CFD
  • 62. مدل‌سازی معادلات ناویه-استوکس
  • 63. روش‌های عددی در CFD
  • 64. پیاده‌سازی CFD بر روی GPU
  • 65. شتاب‌دهنده‌های سخت‌افزاری در محاسبات علمی
  • 66. معرفی پردازنده‌های تنسور (TPU)
  • 67. معماری تنسور
  • 68. برنامه‌نویسی برای TPU
  • 69. کاربرد TPU در یادگیری ماشین
  • 70. کاربرد TPU در محاسبات علمی
  • 71. مقایسه GPU و TPU
  • 72. مبانی یادگیری ماشین
  • 73. شبکه‌های عصبی مصنوعی
  • 74. آموزش شبکه‌های عصبی
  • 75. پس‌انتشار خطا (Backpropagation)
  • 76. شبکه‌های کانولوشنی (CNN)
  • 77. شبکه‌های بازگشتی (RNN)
  • 78. کاربرد CNN در پردازش تصویر
  • 79. کاربرد RNN در پردازش زبان طبیعی
  • 80. مفاهیم اساسی یادگیری عمیق
  • 81. معماری‌های یادگیری عمیق
  • 82. بهینه‌سازی مدل‌های یادگیری عمیق
  • 83. تکنیک‌های تنظیم هایپرپارامترها
  • 84. استفاده از کتابخانه‌های یادگیری عمیق
  • 85. TensorFlow و PyTorch
  • 86. مفاهیم پایه‌ای محاسبات ابری
  • 87. محیط‌های ابری برای محاسبات علمی
  • 88. خدمات ابری AWS، Azure، GCP
  • 89. استفاده از GPU در محیط‌های ابری
  • 90. امنیت در محاسبات ابری
  • 91. مدیریت منابع در محیط‌های ابری
  • 92. فناوری‌های نوظهور در محاسبات موازی
  • 93. رایانش کوانتومی (مقدماتی)
  • 94. مفاهیم پایه محاسبات کوانتومی
  • 95. کاربرد محاسبات کوانتومی در حل مسائل پیچیده
  • 96. چالش‌های رایانش کوانتومی
  • 97. رایانش سبز و بهره‌وری انرژی
  • 98. بهینه‌سازی مصرف انرژی در GPU
  • 99. طراحی الگوریتم‌های کم‌مصرف
  • 100. پایش مصرف انرژی

📚 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.