Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

CUDA im Maßstab für das Unternehmen

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

CUDA im Maßstab für das Unternehmen

Dieser Kurs ist Teil von Spezialisierung „GPU-Programmierung“

Dozent: Chancellor Thomas Pascale

4.144 bereits angemeldet

Bei enthalten

Mehr erfahren

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

26 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

3 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

5 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

26 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

3 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Die Studenten werden lernen, Software zu entwickeln, die in Rechenumgebungen mit mehreren CPUs und GPUs ausgeführt werden kann.
Die Studenten werden Software entwickeln, die CUDA verwendet, um interaktive GPU-Rechenkerne für die Verarbeitung asynchroner Daten zu erstellen.
Die Studenten werden CUDA, Hardware-Speicherfähigkeiten und Algorithmen/Bibliotheken verwenden, um Programmieraufgaben zu lösen, einschließlich der Bildverarbeitung.

Kompetenzen, die Sie erwerben

Kategorie: Ereignisgesteuerte Programmierung
Kategorie: Skalierbarkeit
Kategorie: Bildanalyse
Kategorie: Digitale Signalverarbeitung
Kategorie: Speicherverwaltung
Kategorie: Algorithmen
Kategorie: Datenfluss
Kategorie: Programm-Entwicklung
Kategorie: Verteiltes Rechnen
Kategorie: Leistungsoptimierung

Werkzeuge, die Sie lernen werden

Kategorie: C++ (Programmiersprache)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „GPU-Programmierung“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module

Dieser Kurs hilft den Teilnehmern, Konzepte zu erlernen, die die Nutzung von GPUs und den CPUs, die ihre Nutzung verwalten, über die gängigsten GPU-Installationen für Verbraucher hinaus skalieren. Sie werden lernen, wie man asynchrone Workflows verwaltet, Ereignisse sendet und empfängt, um Datenübertragungen und Steuersignale zu kapseln. Am Ende des Kurses werden Sie in der Lage sein, Folgendes zu tun: - Software zu entwickeln, die mehrere CPUs und GPUs nutzen kann - Software zu entwickeln, die die Ereignisse und Streams von CUDA nutzt, um asynchrone Workflows zu erstellen - das CUDA-Rechenmodell zu nutzen, um kanonische Programmieraufgaben zu lösen, einschließlich Datensortierung und Bildverarbeitung Um diesen Kurs erfolgreich zu absolvieren, sollten Sie ein Verständnis für parallele Programmierung und Erfahrung in der Programmierung in C/C++ haben.

Der Zweck dieses Moduls ist es, dass die Studenten verstehen, wie der Kurs abläuft, welche Themen behandelt werden, wie sie bewertet werden und welche Erwartungen bestehen.

Das ist alles enthalten

3 Videos1 Lektüre1 Programmieraufgabe2 Diskussionsthemen1 Unbewertetes Labor

3 VideosInsgesamt 11 Minuten

GPU-Spezialisierung Übersicht3 Minuten
Erwartungen an den Kurs3 Minuten
Coursera Labor und Zuweisung Übersicht5 Minuten

1 LektüreInsgesamt 10 Minuten

Entwicklungswerkzeuge und C/C++ Auffrischungsmaterial10 Minuten

1 ProgrammieraufgabeInsgesamt 120 Minuten

CUDA-Gerätespeicher-Analyse Zuweisung120 Minuten

2 DiskussionsthemenInsgesamt 20 Minuten

Unternehmensdatenverarbeitung Diskussionsaufforderung10 Minuten
Kanonische Algorithmen Diskussionsaufforderung10 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

CUDA Gerätespeicher Labor60 Minuten

In professionellen Umgebungen ist die Verwendung einer CPU, die eine GPU verwaltet, keine praktikable Konfiguration, um komplexe Herausforderungen zu lösen. Die Studenten werden CUDA-Funktionen anwenden, die es mehreren CPUs ermöglichen, miteinander zu kommunizieren und Software-Kernel auf mehreren GPUs zu verwalten. Dies ermöglicht eine Skalierung der Größe der Eingabedaten und der Berechnungskomplexität. Die Teilnehmer lernen die Vorteile und Grenzen dieser Form der synchronen Verarbeitung kennen.

Das ist alles enthalten

7 Videos2 Programmieraufgaben1 peer review1 Diskussionsthema2 Unbewertete Labore

7 VideosInsgesamt 32 Minuten

Mehrere CPU-Architekturen5 Minuten
Labor mit mehreren CPUs7 Minuten
Mehrfache CPU-Zuweisung4 Minuten
Mehrere CPUs vs. mehrere GPUs6 Minuten
CUDA Programmiermodell für mehrere GPUs4 Minuten
Aktivität mehrerer GPUs4 Minuten
Zuweisung mehrerer GPUs2 Minuten

2 ProgrammieraufgabenInsgesamt 180 Minuten

Mehrfache CPU-Zuweisung120 Minuten
CUDA-GPU-Identifizierung Zuweisung60 Minuten

1 peer reviewInsgesamt 240 Minuten

Konkurrierende GPUs240 Minuten

1 DiskussionsthemaInsgesamt 15 Minuten

Diskussion über mehrere CPUs/verteiltes Rechnen15 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Labor mit mehreren CPUs60 Minuten
CUDA GPU-Identifikationslabor Aktivität60 Minuten

Die Teilnehmer lernen, CUDA Events und Streams in ihren Programmen zu verwenden, um asynchrone Daten- und Kontrollflüsse zu ermöglichen. Dies ermöglicht interaktivere und langlebigere Software, z.B. analytische Benutzeroberflächen, nahezu live gestreamte Video- oder Finanzdaten und dynamische Geschäftsverarbeitungssysteme.

Das ist alles enthalten

5 Videos2 Lektüren1 Programmieraufgabe1 Diskussionsthema1 Unbewertetes Labor

5 VideosInsgesamt 28 Minuten

CUDA Streams und Ereignisse5 Minuten
CUDA Streams Syntax5 Minuten
CUDA Ereignisse Syntax6 Minuten
CUDA Streams und Ereignisse Anwendungsfälle5 Minuten
CUDA Streams und Ereignisse Zuweisung - Komplettlösung7 Minuten

2 LektürenInsgesamt 20 Minuten

CUDA Streams Externe Ressourcen10 Minuten
CUDA Streams und Ereignisse Externe Ressourcen10 Minuten

1 ProgrammieraufgabeInsgesamt 120 Minuten

CUDA Streams und Ereignisse Zuweisung120 Minuten

1 DiskussionsthemaInsgesamt 10 Minuten

CUDA Streams und Ereignisse Diskussion10 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

CUDA Streams und Ereignisse Laboraktivität60 Minuten

Das Ziel dieses Moduls ist es, dass die Studenten die Grundlagen der Hardware und Software verstehen, die CUDA verwendet. Dies ist erforderlich, um Software zu entwickeln, die die Vorteile der GPU-Ressourcen optimal nutzt.

Das ist alles enthalten

11 Videos1 Lektüre1 Programmieraufgabe1 Diskussionsthema1 Unbewertetes Labor

11 VideosInsgesamt 57 Minuten

Verwendung von Eingabedaten zur Entwicklung von GPU-Pseudocode8 Minuten
Sortieralgorithmus GPU Pseudocode Bubble Sort5 Minuten
Sortieralgorithmus GPU Pseudocode Radix Sort9 Minuten
Sortieralgorithmus GPU Pseudocode Quick Sort7 Minuten
Speicher und GPU Pseudocode Bubble Sort4 Minuten
Speicher und GPU Pseudocode Radix Sort3 Minuten
Speicher und GPU Pseudocode Schnellsortierung3 Minuten
Sortieralgorithmen Laborübung Bubble Sort4 Minuten
Sortieralgorithmen Laborübung Radix Sort4 Minuten
Sortieralgorithmen Laborübung Schnellsortierung7 Minuten
Sortieralgorithmen Zuweisung3 Minuten

1 LektüreInsgesamt 10 Minuten

GPU Sortieralgorithmus Leseliste10 Minuten

1 ProgrammieraufgabeInsgesamt 180 Minuten

CUDA Merge Sort Algorithmus Zuweisung180 Minuten

1 DiskussionsthemaInsgesamt 10 Minuten

Grundlegende Algorithmen und Programmierung Diskussion10 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Sortieralgorithmen Laborübung60 Minuten

Das Ziel dieses Moduls ist es, dass die Studenten die Prinzipien der Entwicklung von CUDA-basierter Software verstehen.

Das ist alles enthalten

7 Videos1 peer review1 Diskussionsthema1 Unbewertetes Labor

7 VideosInsgesamt 52 Minuten

NPP Image Processing Syntax6 Minuten
NPP Image Processing Code Demonstration7 Minuten
NPP Signalverarbeitung Syntax5 Minuten
Demonstration der Syntax der NPP-Signalverarbeitung5 Minuten
Kurs Unabhängiges Projekt Labor Übersicht10 Minuten
Kurs Unabhängiges Projekt Übersicht11 Minuten
Übersicht über die Rubriken für unabhängige Projekte9 Minuten

1 peer reviewInsgesamt 240 Minuten

CUDA at Scale Unabhängiges Projekt240 Minuten

1 DiskussionsthemaInsgesamt 10 Minuten

Bild- und Signalverarbeitung Diskussion10 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

NPP Box Filter Labor60 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(6 Bewertungen)

Chancellor Thomas Pascale

Johns Hopkins University

4 Kurse27.515 Lernende

von

Johns Hopkins University

Mehr von Software-Entwicklung entdecken

Status: Kostenloser Testzeitraum
Johns Hopkins University
Introduction to Parallel Programming with CUDA
Kurs
Packt
GPU Programming with C++ and CUDA
Kurs
Status: Kostenloser Testzeitraum
Johns Hopkins University
CUDA Advanced Libraries
Kurs
Status: Kostenloser Testzeitraum
Coursera
GPU Clusters & Containers
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

Ja, aber für die Benotung müssen Sie trotzdem alle Software-Artefakte (Quellcode, Header-Dateien usw.) in die Coursera-Laborumgebung hochladen.

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.