Fundamentos de la aceleración por GPU con CUDA C/C++

En el desarrollo de software moderno, la potencia de procesamiento de la CPU por sí sola a menudo no es suficiente para manejar tareas computacionalmente pesadas de manera eficiente. Al aprovechar la potencia de procesamiento paralelo masivo de las GPU mediante CUDA, puede acelerar drásticamente sus aplicaciones de C y C++. Este curso basado en texto le guía a través de los principios fundamentales de la computación acelerada. Pasará de escribir código de CPU secuencial estándar a diseñar y ejecutar programas paralelos que se ejecutan directamente en hardware gráfico de alto rendimiento. Lo que aprenderá: 1. Comprender las diferencias fundamentales entre las arquitecturas de CPU y GPU y cómo funciona la ejecución paralela. 2. Escribir y lanzar kernels de CUDA para realizar cálculos paralelos en C/C++. 3. Gestionar la asignación de memoria y la transferencia de datos entre la CPU host y el dispositivo GPU. 4. Aplicar técnicas de Memoria Unificada para simplificar la gestión de memoria en aplicaciones aceleradas. 5. Analizar la ejecución de código de GPU para identificar cuellos de botella en el rendimiento y optimizar el rendimiento. 6. Implementar patrones de programación paralela fundamentales para un procesamiento de datos eficiente. El curso comienza con terminología esencial, conceptos de hardware y los fundamentos del diseño paralelo antes de pasar a estructuras de código prácticas y estrategias de optimización. A través de explicaciones escritas claras y tutoriales de código paso a paso, construirá una base sólida en computación acelerada. Este curso está diseñado para desarrolladores de software y estudiantes con conocimientos básicos de C o C++ que deseen aprender programación paralela. No se requiere experiencia previa en computación con GPU o CUDA. Empiece a leer hoy mismo para desbloquear todo el potencial de rendimiento del hardware moderno.