DeepViet 2026

CUDA Programming Chuyên Sâu

Trang bị kỹ năng lập trình CUDA từ cơ bản đến tối ưu hóa chuyên sâu. Triển khai các thuật toán Tính toán số (Numerical Computing) và xây dựng mô hình Deep Learning (NanoGPT) hoàn toàn bằng CUDA C++.

Mục tiêu khóa học

Nắm vững Tính toán số (Numerical Computing) từ tầng ứng dụng đến mức transistor.
Thành thạo lập trình CUDA song song: Threads, Blocks, Warps, Grids, SM và Memory Flow.
Tối ưu hóa chuyên sâu thông qua Phân cấp bộ nhớ (Memory Hierarchy) và Các mẫu giao tiếp (Communication Patterns).
Triển khai hoàn chỉnh mạng NanoGPT (Nano DiT) 100% bằng C++/CUDA.

Ai phù hợp với khóa học này?

Chương trình được thiết kế đặc biệt để cá nhân hóa lộ trình cho từng nhóm đối tượng, kết hợp giữa lý thuyết hàn lâm và kỹ năng thực chiến.

Kỹ sư C++ / Kỹ sư Phần mềm

Cần học lập trình tính toán song song trên GPU, tối ưu hóa phần cứng và làm chủ CUDA kernels.

AI/ML Engineers

Muốn hiểu sâu bản chất vận hành của LLM ở cấp độ phần cứng, tăng tốc Inference cho mô hình.

Nghiên cứu sinh (PhD/Master)

Tối ưu hóa thời gian thực thi của các thuật toán phức tạp trên hạ tầng cụm đa GPU.

Đội ngũ giảng viên

Hoàng Minh Phương

Lecturer

Võ An Khang

Lecturer

Lê Cao Thăng

Teaching Assistant

TS. Huỳnh Chí Kiên

Guest Lecturer/ Post Doc

Thông tin tổ chức

Thời lượng6 Tuần

Trình độChuyên sâu

Học phí3.000.000đ

Lộ trình & Lịch học

Lưu ý: Lịch trình có thể thay đổi tùy theo tình hình thực tế

Cam kết kỷ luật học thuật

Tham gia tối thiểu 85% thời lượng khóa học, hoàn thành 4/5 bài tập lập trình & Đồ án cuối khóa (Final Project). Học phí 3.000.000đ của khóa học này sẽ được hoàn trả 100% khi bạn đạt những tiêu chí khắt khe nói trên.

TUẦN	NỘI DUNG	THỰC HÀNH
Tuần 1 (01/12/2026 - 07/12/2026)	●Giới thiệu chương trình học (Course Introduction) ●Tính toán số (Numerical Computing) từ cấp độ ứng dụng đến cấu trúc bóng bán dẫn (Transistors) ●Ôn tập Toán học: Giải tích (Calculus), Xác suất và Đại số tuyến tính (Linear Algebra)	📝Tutorial 1: Thiết lập môi trường CUDA & Lập trình Hello World 📝Exercise 1: Giải phương trình trên CPU và GPU song song. Thực hành tính toán ma trận
Tuần 2 (08/12/2026 - 14/12/2026)	●Nhập môn Lập trình CUDA ●Kiến trúc nền tảng GPU: Threads, Blocks, Warps, Grids, Streaming Multiprocessors (SM) ●Cơ chế quản lý luồng dữ liệu (Memory Flow)	📝Assignment 1: Lập trình hệ thống ODE Solver hoàn toàn bằng CUDA 📝Exercise 2: Kỹ thuật Debugging trong CUDA, phân tích bộ nhớ và đo lường thời gian thực thi
Tuần 3 (15/12/2026 - 21/12/2026)	●Phân cấp bộ nhớ (Memory Hierarchy) ●Các chiến lược Tối ưu hóa hiệu năng CUDA (CUDA Optimization Strategies)	📝Tutorial 3: Tính toán chỉ số luồng (Thread Indexing) giữa một Block và trên toàn bộ Grid 📝Exercise 3: Cài đặt bộ lọc ảnh (Image Filter) dùng phép Tích chập (Convolution) tuần tự trên CPU 📝Assignment 2: Chuyển đổi và tăng tốc bộ lọc ảnh sang kiến trúc GPU song song
Tuần 4 (22/12/2026 - 28/12/2026)	●Thuật toán song song: Toán tử REDUCE & SCAN ●Định nghĩa bài toán, lý thuyết về toán tử Reduce và toán tử Scan	📝Tutorial 4: Triển khai Simple Reduce & Scan 📝Assignment 3: Lập trình toán tử Reduce & Scan để tính tổng dữ liệu quy mô lớn
Tuần 5 (29/12/2026 - 04/01/2027)	●Matrix Transpose và Matrix Multiplication bằng CUDA	📝Assignment 4: Tối ưu hóa thuật toán Matrix Transpose & Multiplication, khai thác tối đa GPU
Tuần 6 (05/01/2027 - 11/01/2027)	●Lập trình Dò tia (Ray Tracing) trên CPU ●Kết xuất khối lượng dữ liệu (Volume Rendering) bằng kỹ thuật Ray Marching ●Tính toán Động học ngược (Inverse Kinematics) trên CPU	📝Final Project (Tùy chọn): Lập trình Ray Tracing trên GPU / Volume Rendering trên GPU / Triển khai kiến trúc NanoGPT bằng C++ CUDA
Tuần 7 (12/01/2027 - 18/01/2027)	●Paper Reading Seminar: ●Kiến trúc mạng Thị giác máy 3D (3D Computer Vision) ●Thuật toán Marching Cubes và Tái tạo bề mặt Poisson (Poisson Surface Reconstruction) ●Hệ phương trình Rodrigues và số Quaternions	📝Demo: Theo dõi 3D thời gian thực (Real-time 3D Tracking) trên thiết bị di động
Tuần 8 (19/01/2027 - 25/01/2027)	●Paper Reading Seminar: ●Động học (Kinematics) vs Động lực học (Dynamics) trong hệ thống mô phỏng Robot ●Quy trình giải bài toán Inverse Dynamics và mô phỏng số (Numerical Methods)	📝Course Review & Feedbacks: Hội đồng đánh giá chất lượng đồ án và Phản hồi chuyên môn
Tuần 9 (26/01/2027 - 01/02/2027)	●Paper Reading Seminar: ●Xử lý hình ảnh y khoa 3D đa chiều (3D Medical Imaging) ●Phân tích ảnh chụp cắt lớp (CT Images) dưới góc nhìn Xử lý tín hiệu số ●Kiến trúc phân cụm dạng lớp (Tiling Clustering) ứng dụng nạp nhanh hàng loạt ma trận vào bộ nhớ	📝Final Project: Thuyết trình bảo vệ đồ án trước hội đồng & Báo cáo kỹ thuật (Presentation + Report) 📝Lễ bế giảng & Trao Chứng nhận Tốt nghiệp (Certificates)