Qué es realmente CUDA
La plataforma de NVIDIA para ejecutar C++ en la GPU.
Qué es realmente CUDA es una lección gratuita de CUDA Academy en CoddyKit. Esta es la lección 3 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de CUDA Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de CUDA Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
Putting a Name to the Magic
You have seen why GPUs are fast. CUDA is the tool that lets you actually write code for them in C++. Time to meet it properly. 🚀
CUDA Is a Platform
CUDA is NVIDIA's platform for general-purpose GPU computing. It lets you run your own programs on the GPU, not just graphics.
An Extension of C++
CUDA C++ is just C++ with a few extra keywords and functions. If you know C++, most of CUDA already feels familiar from day one.
Kernels: Code That Runs on the GPU
A function you mark to run on the GPU is called a kernel. Thousands of threads will each run that one function in parallel.
__global__ void add(int *out, int *a, int *b) {
// runs on the GPU
}The __global__ Keyword
That __global__ tag marks a function as a kernel: callable from the CPU but executed on the GPU. It is your gateway onto the device.
Host and Device
In CUDA talk, the CPU side is the host and the GPU side is the device. You will hear these two words constantly, so lock them in now.
The Runtime API
CUDA gives you a friendly runtime API: functions like cudaMalloc and cudaMemcpy that manage GPU memory and move data around for you.
nvcc: The CUDA Compiler
You build CUDA code with nvcc. It splits your file, sends host code to your normal compiler and device code to the GPU compiler.
It Is NVIDIA-Only
CUDA runs only on NVIDIA GPUs. That tight coupling is why it is so well tuned, but it also means it is vendor specific.
A Rich Library Ecosystem
CUDA ships tuned libraries like cuBLAS for matrices and cuDNN for deep learning, so you rarely start a hard problem from scratch.
Why CUDA Took Over
Mature tools, fast libraries, and deep ecosystem support made CUDA the default way to do GPU computing in science and AI today.
Quick Check
Let us confirm what CUDA really is.
Recap: What CUDA Is
CUDA is NVIDIA's platform that extends C++ with kernels, a runtime API, and the nvcc compiler so your code can run on the GPU. 👍
Preguntas frecuentes
¿La lección «Qué es realmente CUDA» es gratis?
Sí — el texto completo de «Qué es realmente CUDA» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de CUDA Academy, actualiza a CoddyKit PRO. El curso de CUDA Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Qué es realmente CUDA»?
La plataforma de NVIDIA para ejecutar C++ en la GPU. Practicas CUDA Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar CUDA Academy?
No se requiere experiencia previa. CUDA Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 3 de 4.
¿Cuánto tiempo toma la lección «Qué es realmente CUDA»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de CUDA Academy?
Sí. Cada lección de CUDA Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- CPU frente a GPU: latencia y rendimiento
- SIMT: una instrucción, muchos hilos
- Qué es realmente CUDA
- Problemas ideales para la GPU