CudaNote

说明

1. 以GPU为代表的大规模并行处理器的广泛应用，释放出了人工智能算法在大数据环境下的巨大能量。
2. 掌握GPU平台下的编程思想与技能，已经成为深入理解及运用人工智能核心理论方法的必备基础。
3. 主要介绍针对GPU的编程技术，通过大量编程实践，建立对实际数据处理任务可并行性的理解。
4. 掌握利用GPU平台对计算密集型科学工程问题进行加速求解基本理论与方法。

主要内容

线程模型、数据并行、显存体系结构、规约、线性代数运算加速以及基于GPU计算的应用案例等

大纲

1. 介绍GPU的概念。以及GPU在计算机中的一般用途，通过和CPU对比分析其特点
2. 线程和块。对CPU和GPU混合编程模型进行展开介绍，详细分析CUDA程序的执行模型，从而引出线程和块的概念。
3. 错误检查和显存指针。
4. 数据并行的程序执行模型结合块、网格概念，详细介绍线程的维度属性。
5. 存储器层次结构。
6. 存储器访问合并。
7. 矩阵乘法。
8. 规约.
9. 流与统一存储。
10. 综合应用使用cuda实现Mnist数据集上的分类