ერთეულის #:
224800261
GPU-Accelerated Computing with Python 3 and CUDA: From low-level kernels to real-world applications in scientific computing and machine learning
ერთეულის #:
224800261
GEL 264
Price Details
Excluding Shipping & Custom charges ( Shipping and custom charges will be calculated on checkout )
*All items will import from JP
0 ratings
დაწერეთ მიმოხილვა
Საწყობში
იმპორტირებულია Japan მაღაზიიდან
QTY:
შეუკვეთეთ ახლავე და მიიღეთ Sunday, ოქტომბერი 11
Secured transaction
Ubuy works hard to protect your security and privacy. Our advanced payment security system ensures confidentiality by encrypting your information during transmission using AES (Advanced Encryption Standards) and SSL (Secure Socket Layer) protocols. Your payment details are 100% secure as we do not share your payment details with third party sellers.
Our Top Logistics Partners
Fast
Shipping
Free
Return*
Secure Packaging
100% Original Products
PCI DSS Compliance
ISO 27001 Certified
Note: Step Down Voltage Transformer required for using electronics products of იაპონია store (100 V). Recommended power converters იყიდე ახლა.
Პროდუქტის აღწერილობა
- Accelerate your Python code on the GPU using CUDA, Numba, and modern libraries to solve real-world problems faster and more efficiently. Key Features Build a solid foundation in CUDA with Python, from kernel design to execution and debugging Optimize GPU performance with efficient memory access, CUDA streams, and multi-GPU scaling Use JAX, CuPy, RAPIDS, and Numba to accelerate numerical computing and machine learning Create practical GPU applications, from PDE solvers to image processing and transformers Book DescriptionWriting high-performance Python code doesn’t have to mean switching to C++. This book shows you how to accelerate Python applications using NVIDIA’s CUDA platform and a modern ecosystem of Python tools and libraries. Aimed at researchers, engineers, and data scientists, it offers a practical yet deep understanding of GPU programming and how to fully exploit modern GPU hardware. You’ll begin with the fundamentals of CUDA programming in Python using Numba-CUDA, learning how GPUs work and how to write, execute, and debug custom GPU kernels. Building on this foundation, the book explores memory access optimization, asynchronous execution with CUDA streams, and multi-GPU scaling using Dask-CUDA. Performance analysis and tuning are emphasized throughout, using NVIDIA Nsight profilers. You’ll also learn to use high-level GPU libraries such as JAX, CuPy, and RAPIDS to accelerate numerical Python workflows with minimal code changes. These techniques are applied to real-world examples, including PDE solvers, image processing, physical simulations, and transformer models. Written by experienced GPU practitioners, this hands-on guide emphasizes reproducible workflows using Python 3.10+, CUDA 12.3+, and tools like the Pixi package manager. By the end, you’ll have future-ready skills for building scalable GPU applications in Python.What you will learn Understand GPU execution, parallelism, and the CUDA programming model Write, launch, and debug custom CUDA kernels in Python with CUDA Profile GPU code with NVIDIA Nsight and optimize memory access Use CUDA streams and async execution to overlap compute and transfers Apply JAX, CuPy, and RAPIDS to numerical computing and machine learning Scale GPU workloads across devices using Dask and multi-GPU strategies Accelerate PDE solvers, simulations, and image processing on the GPU Build, train, and run a transformer model from scratch on the GPU Who this book is forPython developers, (data) scientists, engineers, and researchers looking to accelerate numerical computations without switching to low-level languages. This book is ideal for those with experience in scientific Python (NumPy, Pandas, SciPy) and a basic understanding of computing fundamentals who want deeper control over performance in GPU environments.
| Publisher | Packt Publishing |
| Publication date | March 31, 2026 |
| Language | English |
| Print length | 534 pages |
| ISBN-10 | 1803245425 |
| ISBN-13 | 978-1803245423 |
| Item Weight | 907 g |
| Dimensions | 7.5 x 1.21 x 9.25 inches (19.1 x 3.1 x 23.5 cm) |
პროდუქტის აღწერილობა
GPU-Accelerated Computing with Python 3 and CUDA: From low-level kernels to real-world applications in scientific computing and machine learning
გაქვთ რაიმე შეკითხვა? მოგვმართეთ ჩათში
მომხმარებელთა კითხვები და პასუხები
-
კითხვა:
როგორ ვიყიდოთ GPU-Accelerated Computing with Python 3 and CUDA: ონლაინ Ubuy-დან?
პასუხი: მარტივია ყიდვა GPU-Accelerated Computing with Python 3 and CUDA: ონლაინ Ubuy-დან.. თქვენ უბრალოდ უნდა მოძებნოთ პროდუქტი, აირჩიოთ თქვენი მიწოდების მეთოდი შემოწმების დროს და მიიტანოთ იგი თქვენს ადგილას. -
კითხვა:
GPU-Accelerated Computing with Python 3 and CUDA: ხელმისაწვდომია ონლაინ შოპინგისთვის Georgia-ში?
პასუხი: დიახ, Ubuy Georgia-ში ეს პროდუქტი თქვენთვის ხელმისაწვდომია გონივრულ ფასად.. GPU-Accelerated Computing with Python 3 and CUDA: არ არის ხელმისაწვდომი ადგილობრივად, მაგრამ შეგიძლიათ გვჯეროდეს ჩვენი ექსპრეს მიწოდების სერვისები. -
კითხვა:
რამდენი დრო სჭირდება პროდუქტის მიღებას შეკვეთის გაფორმების შემდეგ?
პასუხი: თქვენი შეკვეთილი პროდუქტის მიწოდების დრო განსხვავდება თქვენ მიერ შეკვეთილი და მიწოდების მეთოდის მიხედვით, რომელიც არჩეულია.. მიწოდების სავარაუდო დრო მითითებულია შეკვეთის პროცესში, ასე რომ შოპინგის დროს იყავით უყურადღებო.
English Edition Niels Cautaerts Editorial Review
სარედაქციო მიმოხილვები ვერ მოიძებნა
Customer Reviews & Ratings
2 მომხმარებლის შეფასება
-
5 ვარსკვლავი
100%
-
4 ვარსკვლავი
0%
-
3 ვარსკვლავი
0%
-
2 ვარსკვლავი
0%
-
1 ვარსკვლავი
0%
ამ პროდუქტის მიმოხილვა
გაუზიარეთ თქვენი აზრები სხვა მომხმარებლებს
Product Price History
მნიშვნელოვანი ინფორმაცია
- შეზღუდვები: გთხოვთ, გაითვალისწინოთ, რომ საზღვარგარეთ გაგზავნილი პროდუქტებისთვის მწარმოებლის გარანტია შეიძლება არ იყოს მოქმედი; მწარმოებლის მომსახურების პარამეტრები შეიძლება არ იყოს ხელმისაწვდომი; პროდუქტის ინსტრუქციები და უსაფრთხოების გაფრთხილებები შეიძლება არ იყოს დანიშნულების ქვეყნის ენაზე; პროდუქტები (და მასთან დაკავშირებული მასალები) შეიძლება არ იყოს შემუშავებული დანიშნულების ქვეყნის სტანდარტების, სპეციფიკაციებისა და მარკირების მოთხოვნების შესაბამისად; და პროდუქტები შეიძლება არ შეესაბამებოდეს დანიშნულების ქვეყნის ძაბვისა და სხვა ელექტრო სტანდარტებს (საჭიროების შემთხვევაში საჭიროა ადაპტერი ან გადამყვანი). მიმღები პასუხისმგებელია უზრუნველყოს, რომ პროდუქტი კანონიერად შემოიტანოს დანიშნულების ქვეყანაში. Ubuy-ს ან მისი აფილირებული პირების მეშვეობით შეკვეთისას მიმღები არის რეგისტრირებული იმპორტიორი და მან უნდა გაითვალისწინოს დანიშნულების ქვეყნის ყველა კანონი და დებულება.
- Ubuy-ზე ჩამოთვლილი ყველა პროდუქტი არ არის გაყიდვაში, რადგან Ubuy არის გლობალური საძიებო სისტემა და პროდუქტები ექვემდებარება საექსპორტო/სავაჭრო რეგულაციებს.
GEL 264
შეუკვეთეთ ახლავე და მიიღეთ Sunday, ოქტომბერი 11
This item is not restrict in my country.(Please click on above link if this item is not restrict in your country, So our team will review and allow.)
QTY:
Secured transaction
PCI DSS compliant and ISO 27001:2022 certified, with encrypted payments and full buyer protection on every order.
Our Top Logistics Partners
Fastest cross-border delivery
Ubuy Assurance
Experience worry-free shopping with 100% original products, PCI DSS-compliant payment security, ISO 27001-certified data protection, the fastest cross-border delivery, free returns *, and secure packaging on every order.