Calcul GPU¶
Le processeur graphique est devenu, en une vingtaine d'années, le moteur de calcul par défaut de tout ce qui est massivement parallèle : rendu d'images, simulation physique, algèbre linéaire, apprentissage automatique. Cette catégorie couvre sa programmation.
Le sujet a une particularité : presque tout ce qu'on lit dessus est soit trop haut niveau pour être utile, soit trop bas niveau pour être compréhensible sans guide. Les documents rassemblés ici essaient de tenir les deux bouts — le modèle mental d'abord, l'instruction machine ensuite, et systématiquement le chiffre qui permet de vérifier.
Recherches¶
Développement GPU : de zéro à expert¶
Un parcours complet en onze parties. Il commence par l'architecture physique
(pourquoi un GPU ressemble à ce qu'il ressemble), construit le modèle de
programmation CUDA brique par brique, puis monte jusqu'aux techniques de 2026 :
Tensor Memory Accelerator, tcgen05, spécialisation des warps, et surtout les
megakernels — l'idée consistant à compiler un modèle de langage entier en un
seul lancement de noyau.
Le document couvre tous les domaines d'application (graphique, calcul scientifique, données, signal, finance) mais consacre son cœur à l'intelligence artificielle, qui est aujourd'hui le domaine où se fait l'essentiel de l'innovation en programmation GPU.
11 parties, 69 chapitres, avec une bibliothèque de ressources externes (livres, cours vidéo, papiers de recherche, dépôts) référencées au plus près des affirmations qu'elles soutiennent.
Aucun prérequis au-delà d'un langage impératif · 25 à 40 h de lecture · créé le 22 août 2026