Luyện nói tiếng Anh bằng Shadowing qua video: Nvidia CUDA in 100 Seconds
Đang tạo bài học...
1
CUDA, a parallel computing platform that allows you to use your GPU for more than just playing video games.
2
Compute Unified Device Architecture was developed by NVIDIA in 2007 based on the prior work of Ian Buck and John Nichols.
3
Since then, CUDA has revolutionized the world by allowing humans to compute large blocks of data in parallel, which has unlocked the true potential of the deep neural networks behind artificial intelligence.
4
The Graphics Processing Unit, or GPU, is historically used for what the name implies, to compute graphics.
5
When you play a game in 1080p at 60fps, you've got over 2 million pixels on the screen that may need to be recalculated after every frame,
6
which requires hardware that can do a lot of matrix multiplication and vector transformations in parallel.
7
And I mean a lot.
8
Modern GPUs are measured in teraflops, or how many trillions of floating point operations can it handle per second?
9
Unlike modern CPUs like the Intel i9, which has 24 cores, a modern GPU like the RTX 4090 has over 16,000 cores.
10
A CPU is designed to be versatile, while a GPU is designed to go really fast in parallel.
11
CUDA allows developers to tap into the GPU's power, and data scientists all around the world are using at this very moment, trying to train the most powerful machine learning models.
12
It works like this.
13
You write a function, called a CUDA kernel, that runs on the GPU.
14
You then copy some data from your main RAM over to the GPU's memory, then the CPU will tell the GPU to execute that function or kernel in parallel.
15
The code is executed in a block, which itself organizes threads into a multi-dimensional grid.
16
Then the final result from the GPU is copied back to the main memory.
17
Piece of cake, let's go ahead and build a CUDA application right now.
18
First you'll need an NVIDIA GPU, then install the CUDA toolkit.
19
CUDA includes device drivers, runtime, compilers, and dev tools, but the actual code is most often written in C++, as I'm doing here in Visual Studio.
20
First, we use the global specifier to define a function or CUDA kernel that runs on the actual GPU.
21
This function adds two vectors or arrays together.
22
It takes pointer arguments A and B, which are the two vectors to be added together, and pointer C for the result.
23
C equals A plus B, but because hypothetically we're doing billions of operations in parallel, we need to calculate the global index of the thread in the block that we're working on.
24
From there, we can use managed, which tells CUDA this data can be accessed from both the host CPU and the device GPU, without the need to manually copy data between them.
25
And now we can write a main function for the CPU that runs the CUDA kernel.
26
We use a for loop to initialize our arrays with data, then from there, we pass this data to the add function to run it on the GPU.
27
But you might be wondering what these weird triple brackets are.
28
They allow us to configure the CUDA kernel launch to control how many blocks
29
and how many threads per block are used to run this code in parallel.
30
And that's crucial for optimizing multi-dimensional data structures like tensors used in deep learning.
31
From there, CUDA Device Synchronize will pause the execution of this code and wait for it to complete on the GPU.
32
When it finishes and copies the data back to the host machine, we can then use the result and print it to the standard output.
33
Now, let's execute this code with a CUDA compiler by clicking the play button.
34
Congratulations, you just ran 256 threads in parallel on your GPU.
35
But if you want to go beyond, NVIDIA's GTC conference is coming up in a few weeks.
36
It's free to attend virtually, featuring talks about building massive parallel systems with CUDA.
37
Thanks for watching, and I will see you in the next one.
📺 Cùng kênh
B21
10 very promising Open Source Projects you haven’t heard of
American AccentBusiness EnglishUniversity StudentsWorking Adults
C11
Array Map in 100 Seconds
American AccentBusiness EnglishUniversity StudentsWorking Adults
B21
7 Programming myths that waste your time
American AccentBusiness EnglishUniversity StudentsWorking Adults
C11
DHH has gone completely off the rails...
American AccentBusiness EnglishUniversity StudentsWorking Adults
C12
DNS Explained in 100 Seconds
American AccentBusiness EnglishUniversity StudentsWorking Adults
B23
Anthropic begged the world to stop AI… then shipped this
American AccentBusiness EnglishUniversity StudentsWorking Adults
B22
One man just liberated Fable... and now it’s illegal
American AccentBusiness EnglishUniversity StudentsWorking Adults
B22
7 Things No Programmer Ever Wants to Hear
American AccentBusiness EnglishWorking Adults
C15
The one OpenAI announcement that can actually make you money...
American AccentBusiness EnglishUniversity StudentsWorking Adults
B21
80% of programmers are NOT happy… why?
American AccentBusiness EnglishUniversity StudentsWorking Adults
C14
The most interesting hack in history just got weirder...
American AccentBusiness EnglishUniversity StudentsWorking Adults
B24
Raspberry Pi Explained in 100 Seconds
American AccentBusiness EnglishUniversity StudentsWorking Adults
C12
Did Google just kickstart the intelligence explosion?
American AccentBusiness EnglishDaily ConversationUniversity Students
C13
Tragic mistake... Anthropic leaks Claude’s source code
American AccentBusiness EnglishUniversity StudentsWorking Adults
C1100+ Docker Concepts you Need to Know
American AccentBusiness EnglishUniversity StudentsWorking Adults
C17
When open-sourcing your code goes wrong...
American AccentBusiness EnglishUniversity StudentsWorking Adults
C129
Docker in 100 Seconds
American AccentBusiness EnglishUniversity StudentsWorking Adults
C13
The mystery is solved... and the answer is 40x cheaper than Claude
American AccentBusiness EnglishUniversity StudentsWorking Adults
B28
An ex-OpenAI researcher just deleted language from the LLM...
American AccentBusiness EnglishUniversity StudentsWorking Adults
B29
25 crazy software bugs explained
American AccentBusiness EnglishUniversity StudentsWorking Adults
✨ Video gợi ý
C12
33 câu
PyTorch in 100 Seconds
American AccentBusiness EnglishUniversity StudentsWorking Adults
C11
40 câu
The Engineering that Runs the Digital World 🛠️⚙️💻 How do CPUs Work?
Business EnglishUniversity StudentsWorking Adults
C13
188 câu
NVIDIA GTC 2025 - Keynote Highlights by NVIDIA CEO Jensen Huang
Business EnglishUniversity StudentsWorking Adults
C11
197 câu
Unreal Engine 5.8 - Experimental MCP Server Support Walkthrough | State of Unreal 2026
Business EnglishUniversity StudentsWorking Adults
C16
249 câu
My Puzzle Robot is 200x Faster Than a Human
American AccentBusiness EnglishUniversity StudentsWorking Adults
C13
26 câu
🔥 Java Multithreading Rapid Fire | Can You Answer These Interview Questions? #shorts
Business EnglishInterview EnglishUniversity Students
C11
333 câu
Master n8n Triggers in 20 Minutes – Automate Anything
Business EnglishUniversity StudentsWorking Adults
C115
29 câu
Amazon Athena explained in 120 seconds💡
Business EnglishUniversity StudentsWorking Adults
C12
14 câu
CS50x 2026 - Introduction
Business EnglishUniversity StudentsWorking Adults
B21
131 câu
The best (and worst) setup upgrades.
Business EnglishUniversity StudentsWorking Adults
C11
12 câu
Rapid Engineering With AI
Business EnglishUniversity StudentsWorking Adults
Mục Tiêu Nói Cho Clip Này
Trong video này, bạn sẽ có cơ hội nâng cao khả năng phát âm tiếng Anh chuẩn của mình. Mục tiêu là giúp bạn cải thiện sự tự tin và lưu loát khi giao tiếp, đặc biệt là trong lĩnh vực công nghệ, nơi mà từ vựng và cách sử dụng cụm từ có thể khá đặc thù. Bạn sẽ học cách diễn đạt các khái niệm phức tạp một cách dễ hiểu và tự nhiên hơn.
Ngân Hàng Cụm Từ
Dưới đây là một số cụm từ hữu ích mà bạn có thể sử dụng trong giao tiếp hàng ngày, đặc biệt nếu bạn quan tâm đến lập trình hay công nghệ:
- Compute Unified Device Architecture - Kiến trúc thiết bị tính toán thống nhất
- Graphics Processing Unit - Đơn vị xử lý đồ họa
- parallel computing - tính toán song song
- machine learning models - mô hình học máy
- CUDA kernel - hạt nhân CUDA
Cải Thiện Điểm Yếu Của Bạn
Video này sẽ giúp bạn thực hành phát âm và nhịp điệu trong tiếng Anh qua việc lặp lại (shadowing) các đoạn hội thoại. Một số điểm mạnh mẽ mà bạn nên chú ý là:
- Phát âm các thuật ngữ kỹ thuật như CUDA, GPU, và CPU sao cho chính xác.
- Nhịp điệu tự nhiên khi sử dụng các cụm từ mô tả quy trình, như "copy some data" hay "run the CUDA kernel".
- Thực hành các câu hỏi và câu trả lời liên quan đến lập trình, giúp bạn phản xạ nhanh hơn trong giao tiếp.
Bằng cách luyện nghe nói qua video và thực hành với phần mềm shadowing, bạn sẽ nhanh chóng cải thiện kỹ năng nói của mình. Hãy thử lặp lại những gì bạn nghe thấy, và áp dụng vào thực tế để phát triển khả năng giao tiếp của bạn trong tiếng Anh.
Phương Pháp Shadowing Là Gì?
Shadowing là kỹ thuật học ngôn ngữ có cơ sở khoa học, ban đầu được phát triển cho chương trình đào tạo phiên dịch viên chuyên nghiệp và được phổ biến rộng rãi bởi nhà đa ngôn ngữ học Dr. Alexander Arguelles. Nguyên lý cốt lõi đơn giản nhưng cực kỳ hiệu quả: bạn nghe tiếng Anh của người bản xứ và lặp lại to ngay lập tức — như một "cái bóng" (shadow) đuổi theo người nói với độ trễ chỉ 1–2 giây. Khác với luyện ngữ pháp hay học từ vựng bị động, Shadowing buộc não bộ và cơ miệng phải đồng thời xử lý và tái tạo ngôn ngữ thực tế. Các nghiên cứu khoa học xác nhận phương pháp này cải thiện đáng kể phát âm, ngữ điệu, nhịp điệu, nối âm, kỹ năng nghe và độ lưu loát khi nói — đặc biệt hiệu quả cho người luyện IELTS Speaking và muốn giao tiếp tiếng Anh tự nhiên như người bản ngữ.