0Pricing
CUDA Academy icon

CUDA Academy

CPPEnterpriseDesktopAi

Programa la GPU con CUDA C++. Desde threads y jerarquía de memoria hasta kernels, optimización y computación paralela real.

🤖 Impulsado por IA📚 30 cursos👥 100.000+ estudiantes⭐ Calificación 4,9
Comienza a aprender →Explora el plan de estudios ↓
Descripción general del curso

CUDA: Programación de GPU con C++

Programa la GPU con CUDA C++. Desde threads y jerarquía de memoria hasta kernels, optimización y computación paralela real. Este track cubre 30 mini-cursos progresivos desde principiante absoluto (A1) hasta avanzado (B2), con lecciones cortas y enfocadas y cuestionarios rápidos para consolidar cada concepto.

Qué Aprenderás

Comienzas con los fundamentos y avanzas a través de temas intermedios y avanzados, cada curso se construye sobre el anterior. Cada lección es práctica y en pequeños fragmentos, con un tutor de IA disponible 24/7 cuando necesites ayuda.

Cómo Funciona

Cada curso se divide en cuatro lecciones enfocadas y en pequeños fragmentos. Completa algunas lecciones al día y dominarás el track completo en semanas, no en meses.

Comienza a aprender →
Herramientas

Explora las herramientas del curso

Potencia tu aprendizaje con herramientas y funciones impulsadas por IA

💬
Chat con IA
Chatea con tu tutor de IA
🧠
Súper PreguntaPRO
Obtén respuestas a nivel experto
📝
Crear LecciónPRO
Constructor de lecciones impulsado por IA
🏆
Iniciar Examen de CertificaciónPRO
Obtén tu certificado
🎯
Iniciar Desafío
Pon a prueba tus habilidades

Cómo Aprenderás

🎯
Lecciones Interactivas
Ejercicios de codificación prácticos con retroalimentación en tiempo real
🤖
Tutor de IA
Obtén ayuda instantánea de nuestro IA cuando te atasques
💻
Editor Integrado
Escribe y ejecuta código directamente en tu navegador
🏆
Certificado
Obtén un certificado al completar el curso
Plan de Estudios

30 Cursos

Todos los cursos en la ruta de aprendizaje CUDA Academy.

01

Por qué las GPU dominan el trabajo paralelo

A14 lecciones

Explique qué es una GPU y por qué miles de núcleos pequeños superan a unos pocos núcleos rápidos de CPU en problemas paralelos

02

Configure su toolchain de CUDA

A14 leccionesPRO

Instale CUDA Toolkit, verifique el controlador y compile su primer programa con nvcc

03

Host frente a device: dos mundos

A14 leccionesPRO

Diferencie el código host de CPU del código device de GPU y sepa qué memoria puede tocar cada lado

04

Escriba su primer kernel

A14 leccionesPRO

Defina, lance y ejecute un kernel de GPU que imprima desde el propio device

05

Hilos, bloques y grids

A14 leccionesPRO

Mapee un problema en la jerarquía de hilos, bloques y grid de CUDA

06

Indexación global de hilos

A24 leccionesPRO

Calcule un índice global único para que cada hilo procese exactamente un elemento de datos

07

Gestione la memoria del device

A24 leccionesPRO

Asigne y libere memoria de la GPU, y comprenda el heap del device

08

Mueva datos con cudaMemcpy

A24 leccionesPRO

Transfiera arrays entre host y device de forma fiable en ambas direcciones

09

Construya una suma de vectores de principio a fin

A24 leccionesPRO

Escriba en la GPU un programa completo C = A + B, desde la asignación hasta la verificación

10

Capture correctamente los errores de CUDA

A24 leccionesPRO

Detecte e informe de fallos de CUDA en llamadas a la API y lanzamientos de kernels

11

Mapee la jerarquía de memoria de CUDA

B14 leccionesPRO

Elija el espacio de memoria adecuado entre global, shared, constant, local y registros

12

Coaleszca los accesos a memoria global

B14 leccionesPRO

Organice los patrones de acceso para que un warp lea memoria contigua en una sola transacción

13

Domine la memoria shared del chip

B14 leccionesPRO

Use memoria __shared__ y __syncthreads para compartir datos dentro de un bloque

14

Aplique tiling en memoria shared

B14 leccionesPRO

Aplique el patrón load-sync-compute de tiling para reutilizar datos y reducir el tráfico global

15

Multiplicación de matrices con tiling

B14 leccionesPRO

Construya un GEMM con tiling en memoria shared que supere ampliamente a la versión ingenua

16

Reducción paralela bien hecha

B14 leccionesPRO

Sume un array eficientemente en la GPU mediante una reducción basada en árbol

17

Atomics para una concurrencia segura

B14 leccionesPRO

Use operaciones atómicas para actualizar resultados compartidos sin condiciones de carrera

18

Solape trabajo con CUDA Streams

B14 leccionesPRO

Ejecute kernels y transferencias de forma concurrente mediante streams no predeterminados

19

Transferencias asíncronas y memoria pinned

B14 leccionesPRO

Acelere las transferencias con memoria host pinned y copias asíncronas en streams

20

Simplifique con Unified Memory

B14 leccionesPRO

Use cudaMallocManaged para disponer de un único puntero compartido por host y device

21

Ajuste la ocupación y la configuración de lanzamiento

B24 leccionesPRO

Elija tamaños de bloque y limite recursos para maximizar la ocupación de los SM

22

Perfile kernels con Nsight

B24 leccionesPRO

Encuentre cuellos de botella mediante las métricas de Nsight Systems y Nsight Compute

23

Primitivas a nivel de warp y shuffles

B24 leccionesPRO

Intercambie datos dentro de un warp con intrinsics de shuffle y vote, sin memoria shared

24

Optimización avanzada de kernels

B24 leccionesPRO

Aplique ILP, desenrollado de bucles y cargas vectorizadas para exprimir el máximo rendimiento

25

Escale entre varias GPU

B24 leccionesPRO

Divida el trabajo entre varias GPU y transfiera datos directamente entre ellas con P2P

26

Acelere con cuBLAS y Thrust

B24 leccionesPRO

Llame a las bibliotecas optimizadas de NVIDIA para GEMM, ordenación y algoritmos paralelos

27

Paralelismo dinámico y CUDA Graphs

B24 leccionesPRO

Lance kernels desde el device y capture el trabajo en CUDA Graphs reutilizables

28

Programe Tensor Cores

B24 leccionesPRO

Use Tensor Cores de precisión mixta mediante la API WMMA para realizar cálculos matriciales rápidos

29

Depure con cuda-gdb y Sanitizer

B24 leccionesPRO

Encuentre bloqueos, condiciones de carrera y errores de memoria con las herramientas de depuración de CUDA

30

Proyecto final: un pipeline de imágenes en GPU

B24 leccionesPRO

Combine kernels, streams y profiling en un procesador de imágenes real acelerado por GPU

Preguntas frecuentes

Preguntas frecuentes

¿Es gratuito el curso CUDA Academy?

Sí. Puedes empezar el curso CUDA Academy gratis y completar sus lecciones interactivas sin costo alguno. Una suscripción opcional a PRO desbloquea herramientas avanzadas de IA y un certificado compartible.

¿Necesito experiencia previa para aprender CPP?

No. El curso comienza con los fundamentos y avanza gradualmente hacia temas más avanzados, así que puedes empezar incluso sin experiencia previa en CPP.

¿Cómo aprenderé CPP en CoddyKit?

Aprendes haciendo. Las lecciones interactivas cortas combinan una explicación clara con un ejercicio de codificación práctico que se ejecuta en tiempo real, y un tutor de IA disponible 24/7 te da ayuda personalizada siempre que te atasques.

¿Obtengo un certificado al completar CUDA Academy?

Sí. Los aprendices PRO pueden hacer un examen y obtener un certificado compartible de finalización con un código verificable para el curso CUDA Academy.

¿Puedo aprender CPP en mi teléfono?

Sí. CoddyKit está disponible en la web y como aplicaciones nativas para iOS y Android, así que puedes aprender CPP en cualquier dispositivo y tu progreso se sincroniza entre ellos.

Comienza CUDA Academy Ahora

Únete a miles de estudiantes dominando programación con lecciones impulsadas por IA.

Empezar Gratis →Ver Todos los Cursos