🚀 嵌入式GPU编程
入门·提速
📘 30章 · 从零到实战
01
嵌入式GPU概述
什么是嵌入式GPU、与桌面GPU的区别、典型应用场景（自动驾驶、无人机、智能相机）
02
开发环境搭建
Jetson Nano/NX/Orin开发套件介绍、系统烧录、SSH远程连接、安装CUDA和cuDNN
03
GPU计算基础
并行计算概念、SIMT模型、线程层次结构（Grid/Block/Warp）、内存层次结构
04
CUDA编程入门
CUDA C基础、核函数编写、<<<>>>语法、线程索引计算
05
内存管理
cudaMalloc/cudaMemcpy/cudaFree、统一内存（Unified Memory）、内存带宽测试
06
线程同步与协作
__syncthreads()、共享内存（Shared Memory）、Bank Conflict问题
07
性能优化基础
Occupancy计算、Warp发散、内存合并访问
08
流与事件
CUDA Streams、异步操作、事件计时、流水线并行
09
矩阵乘法优化
Naive实现、Tiled实现、使用共享内存、向量化加载
10
图像处理入门
图像在GPU中的表示、灰度转换、Sobel边缘检测
11
卷积操作
im2col算法、Winograd算法、cuDNN库调用
12
池化与归一化
Max Pooling、Average Pooling、Batch Normalization的GPU实现
13
深度学习推理
TensorRT介绍、模型序列化、FP16/INT8量化
14
多GPU编程
cudaSetDevice、点对点通信、NCCL库基础
15
OpenCL基础
OpenCL与CUDA对比、平台模型、上下文与命令队列
16
Vulkan Compute
Vulkan计算管线、Shader编写、与CUDA的对比
17
嵌入式GPU调试
cuda-gdb、Nsight Systems、Nsight Compute性能分析
18
功耗优化
DVFS调优、GPU频率控制、功耗与性能的平衡
19
实时性保证
GPU任务优先级、中断处理、与CPU任务的协同
20
视觉SLAM中的GPU加速
特征提取（ORB）、描述子匹配、BA优化
21
点云处理
PointNet在GPU上的实现、体素滤波、ICP加速
22
视频编解码
NVIDIA NVDEC/NVENC、硬件编解码与GPU后处理
23
神经网络部署
ONNX模型转换、TensorRT插件编写、动态形状处理
24
多模态融合
Camera+Lidar+Radar数据在GPU上的融合处理
25
安全与可靠性
ECC内存、看门狗定时器、错误恢复机制
26
容器化部署
Docker for Jetson、NVIDIA Container Toolkit、Kubernetes边缘部署
27
ROS2与GPU
ROS2节点中的GPU调用、消息传递优化、可视化工具
28
实战项目一：实时人脸检测
基于Jetson Nano的MTCNN+TensorRT
29
实战项目二：语义分割
基于Jetson Orin的DeepLabV3+
30
课程总结与展望
嵌入式GPU发展趋势、学习路径建议、社区资源推荐