CUDA入门学习笔记

前言

本系列为CUDA入门的学习笔记，调整和优化一些知识点次序使得其更加容易阅读和学习。

本系列主要面向拥有自己的Nvidia CUDA 开发环境，并致力于高性能计算工作的人群。

本文建议环境GPU：1060 >CUDA toolkit：10.0+；
本文测试环境GPU：Laptop 3060 >CUDA toolkit：11.6；
(TODO: 在代码中增加架构属性检查以便处理这方面问题)

在此感谢参考书籍和参考项目的作者，本项目仅供学习使用，转载请注明出处。

目录

1. CUDA Basic
2. CUDA Memory Management
3. CUDA Kernel
4. CUDA Kernel Exection and Optimization
5. CUDA Debug and Profile
6. CUDA Libraries
7. Deep Learning in CUDA
8. Embedded CUDA

目录说明:
1. CUDA Basic:安装开发环境，测试CMake编译环境，编写第一个CUDA的程序
2. CUDA Memory Management:讨论CUDA基础元素，CUDA内存分类
4. CUDA Kernel Exection and Optimization:讨论CUDA Kernel执行调度优化。
5. CUDA Debug and Profile:讨论如何Debug和计算CUDA代码的性能指标
6. CUDA Libraries：讨论CUDA相关库
7. Deep Learning in CUDA：讨论使用CuBlas，CuDNN 和 TensorRT的数据科学分析及深度学习
8. Embedded CUDA：讨论嵌入式CUDA环境，主要指Jetson（视我能买到什么Jetson而定）

这些目录并没有完全包含CUDA的方方面面，进一步学习可以从相关资源的书籍和官方文档中学习。也非常建议在阅读相关章节时，以相关官方文档作为参考，本系列专栏只是开胃大餐前的小甜点。

相关资源

书籍

以下书籍都可以在library.lol 找到

• 《Jaegeun Han, Bharatkumar Sharma - Learn CUDA Programming_ A beginner's guide to GPU programming and parallel computing with CUDA 10.x and C_C++-Packt Publishing (2019)》
• 《Richard Ansorge - Programming in Parallel with CUDA_ A Practical Guide-Cambridge University Press (2022)》

项目

• cuda-sample

链接

• Nvidia CUDA Toolkit Documentation
• CUDA C++ Programming Guide
• CUDA C++ Best Practices Guide
• NVIDIA-developer-blog

更新日志

2023-04-20 创建 入门学习笔记目录

本文参与了SegmentFault 思否写作挑战赛，欢迎正在阅读的你也加入。