Ce qu’est réellement CUDA
La plateforme de NVIDIA pour exécuter du C++ sur le GPU.
Ce qu’est réellement CUDA est une leçon CUDA Academy gratuite sur CoddyKit. Ceci est la leçon 3 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.
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. 👍
Questions Fréquemment Posées
La leçon « Ce qu’est réellement CUDA » est-elle gratuite ?
Oui — le texte complet de « Ce qu’est réellement CUDA » 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 « Ce qu’est réellement CUDA » ?
La plateforme de NVIDIA pour exécuter du C++ sur le GPU. 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 3 sur 4.
Combien de temps prend la leçon « Ce qu’est réellement CUDA » ?
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
- CPU ou GPU : latence ou débit
- SIMT : une même instruction, plusieurs threads
- Ce qu’est réellement CUDA
- Les problèmes qui tirent parti du GPU