cuFFT 提供了在大型数据集上执行快速傅立叶变换 (FFT) 的能力。学生们将学习到一些常见的用例，如大型多项式的快速乘法、信号处理和矩阵运算。 他们将使用该库开发处理音频或视频信号的软件。

CUDA 工具包包含大量线性代数库，如 cuBLAS、NVBLAS、cuSPARSE 和 cuSOLVER。学生将了解其中许多库的不同功能和局限性，并应用这些知识来计算矩阵点积、行列式和查找复杂线性系统的解。

大多数开发人员使用的数据结构超出了构成 CUDA 程序员核心的基元和指针，这使得纯 CUDA 开发变得困难。 学生将学习 Thrust 库，该库添加了矢量数据结构和相关算法，可简化代码。学生将创建可对大型数据集进行转换、还原和排序的软件。

数据科学家、机器学习和人工智能专家正在使用神经网络来解决人类语言翻译、图像分类和物体检测/规避等问题。 通过使用 cuDNN 和 cuTensor，学生将能够开发各种神经网络和类似结构。在完成本模块后，学生将被要求开发一个全课程项目，汇集之前所有课程的知识，开发一个顶点软件项目。