🚀 从Python到CUDA 并行计算实战转型

📚 30章 · 卡片目录
发展史应用场景环境搭建
02
安装设置字体快捷键常用设置调试
注释变量&数据类型标识符/关键字输入/输出运算符类型转换
if判断运算符if-elsewhileforbreak/continue
字符串输入/输出下标/切片常见函数list循环遍历增删改查嵌套/切片
tuple定义/操作dict增删改查字典遍历set集合
07
定义/调用参数传递返回值局部/全局变量递归
打开/关闭文本/二进制with语句os模块
类与对象__init__封装继承多态类/实例属性
try-except自定义异常模块导入
数组创建数组属性索引/切片广播机制
矩阵运算随机数统计函数线性代数
Series/DataFrame读取CSV/Excel预览/清洗
分组/聚合合并/连接时间序列可视化基础
折线图柱状图散点图热力图子图布局
为什么并行共享/分布式内存Amdahl/Gustafson
threadingGIL锁适用场景Lock/Semaphore
multiprocessing进程池Queue/Pipe对比多线程
asyncio协程/事件循环async/await异步IO
GPU架构简史CPU vs GPUCUDA生态适合任务
NVIDIA驱动CUDA ToolkitnvccNsight调试
主机/设备Kernel函数Grid/Block/Thread<<<>>>语法
全局/共享/寄存器常量/纹理内存访问优化
向量加法矩阵乘法nvprof/Nsight
流/并发执行事件/同步动态并行CUDA Graphs
cuBLAS线性代数cuFFT傅里叶与NumPy对比
PyCUDA安装GPUArray/SourceModule调用Kernel
@cuda.jit共享内存/同步Numba vs PyCUDA
cuDF (GPU Pandas)cuML (GPU sklearn)cuGraph实战案例
图像处理加速端到端Pipeline性能调优CUDA vs ROCm vs OneAPI