课程内容简介

课程从零开始构建 GPU 并行计算思维，通过“问题驱动→分析瓶颈→优化实现→定量评估”的实战闭环逻辑，逐步深入 CUDA 核心知识与工业级优化技术。课程将深入 GPU 硬件架构与编程模型，并重点攻克性能瓶颈分析与调优：包括 Roofline 模型诊断算子的访存/计算瓶颈、内存合并与向量化优化、共享内存分块策略、Bank Conflict 规避、Swizzling 索引重构等关键技术。课程深度结合英伟达官方工具链（Nsight Compute/Systems）进行性能热点定位与优化验证。

在此之上，课程将扩展至系统级优化：通过多流并行、CUDA Graph 静态调度等实现计算-传输重叠，运用动态并行处理不规则任务，实践多 GPU 协同通信等。最后聚焦工业部署场景，涵盖低精度量化、 PTX 指令级调优和 CUDA 官方库应用等技能。

  课程预期目标

通过本课程学员可以：

• 建立并行计算与高性能计算的思维逻辑，具备持续适应技术演进的核心能力；
• 具备从单一算子至多 GPU 环境运行的复杂系统的设计、实现与优化能力；
• 系统性的掌握 GPU 硬件架构、CUDA 编程模型、Nsight 性能工具使用以及工业级部署与调优能力；
• 具备业界所需的 CUDA 开发能力。

  学时

共 6 小时

  课程依赖

无

  预备知识

需 C++ 基础，最好有计算机体系结构的背景知识

  授课方式

• 讲课
• 实验/实践
• 项目

  课程详细情况

第一课时. “众人拾柴火焰高” —— 并行编程导论与 CUDA 入门

• 课时：1小时
• 前置依赖：无

第二课时. “墙壁上的行军图” —— 性能模型与逐元素优化

• 课时：1小时
• 前置依赖：无

第三课时. “从山巅到海床” —— 内存模型与规约优化

• 课时：1小时
• 前置依赖：无

第四课时. “乾坤大挪移” —— 分块与不规则访存

• 课时：1小时
• 前置依赖：无

第五课时. “时间折叠术”——异步并行、底层控制与系统优化

• 课时：1小时
• 前置依赖：无

第六课时. “精益求精” —— 量化与工业级调优部署

• 课时：1小时
• 前置依赖：无