Conceptos básicos de programación CUDA: paralelismo de GPU y adición de vectores

Los desafíos informáticos modernos requieren el poder de procesamiento paralelo masivo de las GPU, sin embargo, la transición de la programación basada en CPU puede parecer abrumadora.Este curso simplifica esa transición al centrarse en los bloques de construcción fundamentales de la arquitectura paralela. A través de explicaciones claras y fragmentos de código detallados, pasará del pensamiento secuencial a la ejecución paralela, entenderá cómo aprovechar los núcleos de la GPU, administrar la memoria del dispositivo y escribir código CUDA limpio y eficiente para acelerar los cálculos matemáticos. Lo que aprenderás: - Comprender la arquitectura central de las GPU y cómo difieren de las CPU tradicionales - Configurar las dimensiones de cuadrícula, bloque y hilo de CUDA para una ejecución paralela óptima - Asignar y administrar la memoria de la GPU utilizando la memoria unificada moderna y las técnicas tradicionales - Escribir y ejecutar un núcleo de adición vectorial completo desde cero - Implementar prácticas básicas de manejo y depuración de errores CUDA para código paralelo - Analizar la indexación de hilos para asignar correctamente los hilos paralelos a los elementos de datos El curso comienza con conceptos y terminología de hardware esenciales antes de guiarlo paso a paso a través de la escritura, compilación y optimización de sus primeros programas paralelos.Está diseñado para programadores principiantes y estudiantes de informática que desean explorar la computación de alto rendimiento sin ninguna experiencia previa en GPU. Comience a leer hoy mismo y descubra el poder de la computación acelerada por GPU.