CUDA Academy · Leçon

Le noyau d’addition de vecteurs

Chaque thread additionne une paire d’éléments.

Le noyau d’addition de vecteurs est une leçon CUDA Academy gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage CUDA Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours CUDA Academy comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

The Big Idea

Vector addition is the perfect first kernel: each output is just C[i] = A[i] + B[i]. Every element is independent, so they can all run at once. 🚀

One Thread, One Element

The whole trick is simple: you assign one thread to one element. Instead of looping over the array, thousands of threads each do a single add in parallel.

Marking It as a Kernel

A function that runs on the GPU is a kernel, marked with the __global__ qualifier. That word tells nvcc this code launches on the device.

__global__ void vecAdd(const float* A, const float* B, float* C, int n) {
    // body comes next
}

Kernels Return void

A kernel always has a void return type. There is no return value to hand back to the CPU, so results must be written into device memory instead.

Finding This Thread's Index

Each thread computes its own global index so it knows which element to handle. The classic formula combines the block and thread coordinates.

int i = blockIdx.x * blockDim.x + threadIdx.x;

The Single Line of Work

Once a thread knows its index i, the real work is one line. No loop, no branching, just one add per thread.

C[i] = A[i] + B[i];

Why a Bounds Check Matters

You usually launch more threads than elements, so add an if (i < n) guard. Without it, extra threads read past the array and crash. 🛡️

if (i < n) {
    C[i] = A[i] + B[i];
}

The Full Kernel

Put it together and the entire vecAdd kernel is just a few lines. Tiny code, but it runs across thousands of threads at once.

__global__ void vecAdd(const float* A, const float* B, float* C, int n) {
    int i = blockIdx.x * blockDim.x + threadIdx.x;
    if (i < n) C[i] = A[i] + B[i];
}

Pointers Live on the Device

The pointers A, B, and C must point to device memory. Hand a kernel a plain host pointer and it will read garbage or fault.

Mark Inputs as const

A and B are only read, so mark them const float*. This documents intent and lets the compiler optimize the read-only inputs more freely.

No Shared State Needed

Because every thread touches a different element, there are no races and no locks. This independence is exactly what makes the GPU shine here.

Quick Check

Why does the vector add kernel need an if (i < n) guard?

Recap

You wrote your first kernel: __global__ void vecAdd, one thread per element, a global index, and a bounds check. Simple code, massive parallelism. 🎉

Questions Fréquemment Posées

La leçon « Le noyau d’addition de vecteurs » est-elle gratuite ?

Oui — le texte complet de « Le noyau d’addition de vecteurs » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours CUDA Academy, passe à CoddyKit PRO. Le cours CUDA Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Le noyau d’addition de vecteurs » ?

Chaque thread additionne une paire d’éléments. Tu pratiques CUDA Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer CUDA Academy ?

Aucune expérience préalable n'est requise. CUDA Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.

Combien de temps prend la leçon « Le noyau d’addition de vecteurs » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon CUDA Academy ?

Oui. Chaque leçon CUDA Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

← Retour à CUDA Academy