在Fortran中结合使用CUDA等GPU编程技术可以通过以下步骤实现：
在Fortran中编写主要的程序逻辑和算法，将需要加速的部分标记出来。
使用CUDA C/C++编写GPU内核函数，实现对标记部分的加速计算。
使用Fortran的接口工具将CUDA内核函数包装成Fortran可调用的函数，并在Fortran程序中调用这些CUDA内核函数。
在Fortran程序中调用CUDA API函数来管理GPU设备、内存分配、数据传输等操作。
编译链接Fortran程序时，需要同时链接CUDA库和CUDA编译器。
通过这样的方式，可以在Fortran程序中利用GPU加速计算，提升程序性能。同时，还可以结合其他GPU编程技术，如OpenCL等，实现更多的加速计算功能。需要注意的是，在使用GPU编程技术时，需要考虑数据在主机和设备之间的传输开销，合理设计算法和数据分配策略，以充分发挥GPU的性能优势。