AI技术的高速发展让GPU红的如火如荼，而且这种趋势还在扩张，3D、计算机视觉、VR/AR、视频编解码等GPU应用百花齐放。但是从系统架构来看，GPU依然还处于外设的地位，还没有摆脱从属身份。因为这个根本特征，对GPU编程并不像对CPU编程那样直接，而调试和优化GPU软件的难度就更大了，要比CPU复杂很多。
本研习班直面如何提高GPU工作效率这一目标，从硬件结构、软件接口和工具三个维度螺旋推进，深度解析驾驭现代GPU所需的关键知识和工具。硬件方面，以NVIDIA的特斯拉系列为重点，兼顾AMD、INTEL和ARM的产品做横向比较。软件方面，覆盖硬件指令（SASS）、中间指令（PTX）、编程模型（CUDA、OpenCL、OpenVX、DirectX和OpenGL）、驱动模型（DRM和WDDM）和工具三个层面。具体由以下10个主题和6个动手试验组成。
或扫码咨询
