Admisión abierta 2026-2027Rellenar solicitud

Diplomado en Paralelización con CUDA/OpenMP y Profiling

Diplomado online de 800 h: 8 módulos y 80 submódulos, de «Arquitecturas paralelas» a «Proyecto de paralelización», pasando por «Profiling y análisis de rendimiento».

Mapa del programa · pulsa un módulo
Módulo 1 · Arquitecturas paralelas
800 hDuración total
8Módulos
80Submódulos
OnlineModalidad

Competencias y resultados

6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.

Arquitecturas paralelas

Saldrás manejando ley de Amdahl y ley de Gustafson, jerarquía de memoria y cachés y arquitecturas multinúcleo y NUMA. Es lo que se trabaja en «Arquitecturas paralelas», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Programación con OpenMP

Saldrás manejando directivas parallel y for, ámbito de variables y data races y planificación static, dynamic y guided. Es lo que se trabaja en «Programación con OpenMP», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Fundamentos de CUDA

Saldrás manejando modelo de programación de CUDA, kernels, bloques y rejillas y gestión de memoria del dispositivo. Es lo que se trabaja en «Fundamentos de CUDA», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Profiling y análisis de rendimiento

Saldrás manejando metodología de análisis de rendimiento, contadores hardware y PAPI y intel VTune y perf. Es lo que se trabaja en «Profiling y análisis de rendimiento», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Programación híbrida MPI+X

Saldrás manejando modelo de memoria distribuida con MPI, comunicaciones punto a punto y colectivas y descomposición de dominio. Es lo que se trabaja en «Programación híbrida MPI+X», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Aplicaciones en simulación e IA

Saldrás manejando paralelización de elementos finitos, métodos de partículas en GPU y dinámica de fluidos con Lattice Boltzmann. Es lo que se trabaja en «Aplicaciones en simulación e IA», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Analizar el rendimiento potencial con los modelos de Amdahl y roofline.
  • 02Paralelizar códigos en memoria compartida con OpenMP.
  • 03Programar núcleos de cálculo en GPU con CUDA.
  • 04Optimizar el acceso a memoria y la ocupación en GPU.
  • 05Utilizar herramientas de profiling para localizar cuellos de botella.
  • 06Combinar MPI con OpenMP y CUDA en aplicaciones híbridas.
  • 07Evaluar escalabilidad, eficiencia y reproducibilidad numérica.

Plan de estudios

8 módulos, 80 submódulos, 800 h. Elige un módulo y ves su contenido completo.

1 de 8 módulos abiertos
Módulo 1 de 8 · 10 submódulos

Arquitecturas paralelas

1.1Ley de Amdahl y ley de Gustafson
1.2Jerarquía de memoria y cachés
1.3Arquitecturas multinúcleo y NUMA
1.4Arquitectura de GPU NVIDIA
1.5SIMT, warps y multiprocesadores
1.6Ancho de banda frente a cómputo
1.7Modelo roofline de rendimiento
1.8Taxonomía de paralelismo
1.9Representación en coma flotante IEEE 754
1.10Taller: modelo roofline de un núcleo de cálculo
Módulo 2 de 8 · 10 submódulos

Programación con OpenMP

2.1Directivas parallel y for
2.2Ámbito de variables y data races
2.3Planificación static, dynamic y guided
2.4Reducciones y operaciones atómicas
2.5Tareas y dependencias
2.6Vectorización con simd
2.7Afinidad de hilos y NUMA
2.8Offloading a GPU con target
2.9Novedades de OpenMP 5.2
2.10Laboratorio: paralelización de un solver de Jacobi
Módulo 3 de 8 · 10 submódulos

Fundamentos de CUDA

3.1Modelo de programación de CUDA
3.2Kernels, bloques y rejillas
3.3Gestión de memoria del dispositivo
3.4Memoria unificada y prefetching
3.5Memoria compartida y bancos
3.6Acceso coalescente a memoria global
3.7Sincronización y operaciones atómicas
3.8Streams y concurrencia
3.9Gestión de errores
3.10Laboratorio: multiplicación de matrices con memoria compartida
Módulo 4 de 8 · 10 submódulos

Optimización avanzada en GPU

4.1Ocupación y uso de registros
4.2Divergencia de warps
4.3Primitivas de warp y shuffle
4.4Tensor Cores y precisión mixta
4.5Librerías cuBLAS, cuFFT y Thrust
4.6Lanzamientos con CUDA Graphs
4.7Comunicación multi-GPU con NCCL
4.8Comparación con HIP y SYCL
4.9Portabilidad con Kokkos
4.10Práctica: optimización de un stencil 3D
Módulo 5 de 8 · 10 submódulos

Profiling y análisis de rendimiento

5.1Metodología de análisis de rendimiento
5.2Contadores hardware y PAPI
5.3Intel VTune y perf
5.4NVIDIA Nsight Systems
5.5NVIDIA Nsight Compute
5.6Análisis de cuellos de botella
5.7Trazas con Score-P y Vampir
5.8Diseño de benchmarks reproducibles
5.9Regresiones de rendimiento
5.10Laboratorio: profiling de una aplicación con Nsight
Módulo 6 de 8 · 10 submódulos

Programación híbrida MPI+X

6.1Modelo de memoria distribuida con MPI
6.2Comunicaciones punto a punto y colectivas
6.3Descomposición de dominio
6.4MPI con OpenMP
6.5Comunicación directa con CUDA-aware MPI
6.6Solapamiento de cómputo y comunicación
6.7Escalabilidad fuerte y débil del solver
6.8Equilibrio de carga
6.9E/S paralela con HDF5
6.10Práctica: solver de difusión con MPI y CUDA
Módulo 7 de 8 · 10 submódulos

Aplicaciones en simulación e IA

7.1Paralelización de elementos finitos
7.2Métodos de partículas en GPU
7.3Dinámica de fluidos con Lattice Boltzmann
7.4Álgebra lineal dispersa
7.5Entrenamiento de redes en múltiples GPU
7.6Inferencia optimizada con TensorRT
7.7Precisión y reproducibilidad numérica
7.8Eficiencia energética del cómputo
7.9Buenas prácticas de ingeniería de software
7.10Caso práctico: aceleración de un código de dinámica molecular
Módulo 8 de 8 · 10 submódulos

Proyecto de paralelización

8.1Selección del código de partida
8.2Perfilado de la versión secuencial
8.3Estrategia de paralelización
8.4Implementación con OpenMP
8.5Portado de núcleos a CUDA
8.6Optimización guiada por profiling
8.7Estudio de escalabilidad multi-GPU
8.8Análisis de eficiencia y coste
8.9Memoria y presentación
8.10Revisión final con el tutor

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 800 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 800 horas · 6 a 8 meses previstos

¿Qué nivel tienes ya?

Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.

Jerarquía de memoria y cachés
Módulo 1 · Arquitecturas paralelas
Novedades de OpenMP 5.2
Módulo 2 · Programación con OpenMP
Acceso coalescente a memoria global
Módulo 3 · Fundamentos de CUDA
Primitivas de warp y shuffle
Módulo 4 · Optimización avanzada en GPU
Laboratorio: profiling de una aplicación con Nsight
Módulo 5 · Profiling y análisis de rendimiento

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

OpenMP API 5.2MPI 4.0ISO/IEC 14882:2020 (C++20)IEEE 754-2019OpenACC 3.3SYCL 2020ISO/IEC 9899:2018 (C17)

Cuerpo docente y expertos

Este programa se imparte en el área de Data, IA, Simulación & Analytics, que dirige Dra. Lucía Hernández Vega. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de HPC
Desarrollador CUDA
Ingeniero de rendimiento
Ingeniero de software científico
Ingeniero de computación GPU
Investigador en simulación numérica

Para quién es

Ingeniero de HPC
Desarrollador CUDA
Ingeniero de rendimiento
Ingeniero de software científico
Ingeniero de computación GPU
Investigador en simulación numérica
Titulados en ingeniería o ciencias que busquen entrar en investigación científica

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

Áreas cercanas: todas las de Data, IA, Simulación & Analytics · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno (Movilidad) · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Data, IA, Simulación & Analytics?
¿Puedes mantener un ritmo de estudio constante durante 800 horas · 6 a 8 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria.
  • ·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • ·Nivel de español suficiente para seguir lectura de normativa técnica.

Cómo se estudia

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es NVIDIA CUDA Toolkit, NVIDIA Nsight Systems, NVIDIA Nsight Compute, Intel VTune Profiler, Score-P, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de perfilado y optimización de códigos de simulación en GPU, estudios de escalabilidad en clústeres, paralelización de solvers iterativos. La evaluación es continua por módulo más el proyecto integrador final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 8 módulos con 80 submódulos y 800 h de trabajo total. Abre por «Arquitecturas paralelas» y cierra con «Proyecto de paralelización».

Se trabajan OpenMP API 5.2, MPI 4.0, ISO/IEC 14882:2020 (C++20), IEEE 754-2019, OpenACC 3.3 y SYCL 2020.

Los perfiles más directos son Ingeniero de HPC, Desarrollador CUDA, Ingeniero de rendimiento, Ingeniero de software científico y Ingeniero de computación GPU.

En un pago son 1.432 €, sobre una tarifa de 1.790 €. A plazos, una entrada de 716 € y 6 cuotas de 179 €, 1.790 € en total, sin intereses: lo mismo que la tarifa.

Formación técnica previa o experiencia profesional en el sector. No se exige titulación universitaria, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.

El programa son 800 horas totales repartidas en 6 a 8 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con NVIDIA CUDA Toolkit, NVIDIA Nsight Systems, NVIDIA Nsight Compute, Intel VTune Profiler, Score-P. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 22 de diciembre de 20261.432 € Matricularme
Contactar con Seium
Pago al contado1.432 €ahorras 358 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.