在串行执行模式下，程序按照 H2D → Kernel → D2H 顺序运行，数据传输时 GPU 计算单元空闲，kernel 计算时 copy engine 又可...

NVIDIA终于可以公开过去半年 潜心研发的重磅成果 —— 正式开源了cuda‑oxide。这是一款实验性定制 rustc 编译器后端，最大亮点是可以用纯 Ru...

前几课已经发现，很多 CUDA 程序并不是慢在 GPU kernel，而是慢在 H2D 和 D2H 数据搬运。 因此，第四课的重点从“怎么写 kernel”转向...

执行 !nvcc -O3 -std=c++17 -arch=sm_75 vector_add.cu -o vector_add 编译

在 Kubernetes 生态中，GPU 共享调度已趋于成熟——时间片轮转、显存隔离、按 Pod 粒度分配，各家方案百花齐放。

CUDA 13.1引入了CUDA Tile，这是一种基于分块的下一代GPU编程范式，旨在使细粒度并行更易用、更灵活。其关键优势之一是语言开放性：任何编程语言都可...

2026年4月24日，当 DeepSeek-V4 预览版正式开源并宣布支持 1M Token 超长上下文 时，全球AI社区的目光大多聚焦于其惊人的模型性能。然而...

本博文是一个系列文章的一部分，旨在帮助开发者学习NVIDIA CUDA Tile编程，以构建高性能GPU内核，并以矩阵乘法为核心示例。

我这两天也在看这个消息，说实话一开始看到“DeepSeek V4 + 去CUDA化”，我第一反应不是模型强不强，而是：这事如果是真的，影响其实比模型性能更大。

在GPU并行计算的世界里，有一个“隐形陷阱”常常困扰着开发者——当两个SM（流式多处理器）需要共享数据时，明明代码逻辑无误，却会出现诡异的计算错误。这背后的“元...

还有没有人刷到CUDA相关内容，却始终不知道它到底是什么？今天我们就跳出复杂的技术术语，用最通俗的方式，聊聊这个撑起整个AI时代的“隐形功臣”，顺便分享一个你大...

本文基于 NVIDIA 官方 CUDA 主题演讲，系统梳理当前 GPU 计算的核心变革、CUDA 最新技术突破，以及面向数据中心与多节点场景的长期规划。

数据集下载: https://github.com/87owo/EasyGPT/releases

作者：Nader Al Awar 和 Srinivas Yadav Singanaboina

2026 年 3 月 5 日，NVIDIA 正式推出 CUDA Toolkit 13.2 版本，作为全球领先的并行计算平台与编程模型，此次更新在核心架构优化、计...

cuda.core 0.6 引入了用于 GPU 监控和管理的 NVML 绑定（cuda.bindings.nvml），以及用于胖二进制文件操作的新 nvFatb...

上面这个例子会报错，主进程触发了 CUDA 初始化，fork 出来的子进程中创建 tensor 的时候报错了

本文是帮助开发者学习NVIDIA CUDA Tile编程以构建高性能GPU核函数系列文章的一部分，以矩阵乘法作为核心示例。