• 为个人
  • 为商务
  • 为大学
  • 为政府
Coursera
登录
免费加入
Coursera
  • 浏览
  • Gpu

GPU 在线课程

掌握用于高性能计算的 GPU(图形处理器)编程。学习使用 GPU 进行并行处理和加速计算任务。

跳转以搜索结果

筛选依据

主题
必需的
 *

语言
必需的
 *

在整个课程(说明和评估)中使用的语言。

了解产品
必需的
 *

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。

级别
必需的
 *

课程长度
必需的
 *

技能
必需的
 *

字幕
必需的
 *

教师
必需的
 *

浏览 GPU 课程目录

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    GPU 编程

    您将获得的技能: 机器学习, 线性代数, 分布式计算, 计算机视觉, Machine Learning 方法, 计算机图形学, 数据结构, 计算机系统, 可扩展性, 人工神经网络, 系统编程, 事件驱动编程, 数据处理, 图像分析, 操作系统流程管理, C 和 C++, 软件开发, 性能调整, 深度学习, 编程原则

    攻读学位

    2.8
    评分, 2.8 星,最高 5 星
    ·
    172 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    G

    Google Cloud

    AI Infrastructure: Introduction to AI Hypercomputer

    您将获得的技能: Google Cloud Platform, Cloud Infrastructure, Application Deployment, Cloud Computing Architecture, Performance Tuning, Infrastructure Architecture, Computer Architecture, Artificial Intelligence, Hardware Architecture, Systems Architecture

    4.4
    评分, 4.4 星,最高 5 星
    ·
    8 条评论

    中级 · 课程 · 1-4 周

  • 状态:新
    新
    状态:免费试用
    免费试用
    U

    University of Colorado Boulder

    高性能和并行计算

    您将获得的技能: 命令行界面, 操作系统, 通信系统, 人工智能, 分布式计算, Linux, 文件系统, 可扩展性, 数据共享, 大数据, 脚本, 软件架构, 云计算开发, Bash(脚本语言), 操作系统流程管理, C 和 C++, 性能调整

    3.7
    评分, 3.7 星,最高 5 星
    ·
    149 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:免费
    免费
    P

    Princeton University

    计算机结构

    您将获得的技能: 操作系统, 系统架构, 可扩展性, 计算机工程, 计算机结构, 计算机系统, 硬件架构, 性能调整, 微架构

    4.7
    评分, 4.7 星,最高 5 星
    ·
    3692 条评论

    高级设置 · 课程 · 3-6 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    G

    Google Cloud

    AI Infrastructure: Cloud GPUs

    您将获得的技能: Cloud Infrastructure, Google Cloud Platform, Hardware Architecture, Infrastructure Architecture, Infrastructure As A Service (IaaS), Computer Hardware, Cloud Computing Architecture, Performance Tuning, Cloud Platforms, Artificial Intelligence

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    使用 CUDA 的并行编程简介

    您将获得的技能: Algorithm, 分布式计算, 计算机结构, 硬件架构, 系统编程, 计划发展, 数据存储, 计算思维, 调试, 操作系统流程管理, 数据结构, C 和 C++, 性能调整, 性能测试, 数据访问

    2.8
    评分, 2.8 星,最高 5 星
    ·
    58 条评论

    中级 · 课程 · 1-3 个月

是什么让您今天来到 Coursera?

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    使用 GPU 的并行编程入门

    您将获得的技能: Algorithm, 计算机编程, 分布式计算, 硬件架构, 系统编程, Python 程序设计, 调试, 计算机系统, C 和 C++, 开发环境, 编程原则, 计算机结构

    2.6
    评分, 2.6 星,最高 5 星
    ·
    127 条评论

    初级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    W

    Whizlabs

    NVIDIA: Fundamentals of Machine Learning

    您将获得的技能: Unsupervised Learning, Time Series Analysis and Forecasting, Supervised Learning, Machine Learning, Data Processing, Feature Engineering, Artificial Intelligence, Data Cleansing, Deep Learning, Statistical Analysis, Predictive Modeling, Classification And Regression Tree (CART), Regression Analysis

    4.4
    评分, 4.4 星,最高 5 星
    ·
    14 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    W

    Whizlabs

    Exam Prep (NCA-GENL): NVIDIA-Certified Generative AI LLMs

    您将获得的技能: Prompt Engineering, Large Language Modeling, Generative AI, Deep Learning, Unsupervised Learning, Natural Language Processing, Responsible AI, Time Series Analysis and Forecasting, Data Visualization, Supervised Learning, Image Analysis, Machine Learning, Text Mining, Computer Vision, Data Processing, Artificial Intelligence, Scatter Plots, Data Visualization Software, PyTorch (Machine Learning Library), Artificial Intelligence and Machine Learning (AI/ML)

    4.4
    评分, 4.4 星,最高 5 星
    ·
    26 条评论

    中级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    生成对抗网络 (GAN)

    您将获得的技能: 机器学习, 无监督学习, 数据伦理, PyTorch(机器学习库), 计算机视觉, 人工神经网络, 生成模型架构, 生成式人工智能, 数据综合, 图像分析, 信息隐私, 图像质量, 负责任的人工智能, 性能测试, 深度学习

    4.7
    评分, 4.7 星,最高 5 星
    ·
    2360 条评论

    中级 · 专项课程 · 1-3 个月

  • I

    IBM

    计算机视觉和图像处理入门

    您将获得的技能: Algorithm, 机器学习, 计算机编程, 计算机视觉, 人工智能和机器学习(AI/ML), 监督学习, 机器学习算法, 人工神经网络, 数据处理, 应用机器学习, Jupyter, 云计算开发, 可视化(计算机制图), 图像分析, 应用程序部署, 深度学习, 云应用

    4.3
    评分, 4.3 星,最高 5 星
    ·
    1398 条评论

    初级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    U

    University of Toronto

    自动驾驶汽车

    您将获得的技能: Algorithm, 系统架构, 计算机视觉, 人工智能, Machine Learning 方法, 数据结构, 人工智能和机器学习(AI/ML), 硬件架构, 自动化, 人工神经网络, 模拟和模拟软件, 估算, 情景测试, 控制系统, 安全保障, 模拟, 图像分析, 深度学习, 软件架构, 全球定位系统

    4.7
    评分, 4.7 星,最高 5 星
    ·
    3525 条评论

    高级设置 · 专项课程 · 3-6 个月

GPU 学员还搜索

技术
新兴技术
Embedding
区块链
梅塔
嵌入式系统
Kubernetes
微控制器
1234…10

总之,以下是 10 最受欢迎的 gpu 课程

  • GPU 编程: Johns Hopkins University
  • AI Infrastructure: Introduction to AI Hypercomputer: Google Cloud
  • 高性能和并行计算: University of Colorado Boulder
  • 计算机结构: Princeton University
  • AI Infrastructure: Cloud GPUs: Google Cloud
  • 使用 CUDA 的并行编程简介: Johns Hopkins University
  • 使用 GPU 的并行编程入门: Johns Hopkins University
  • NVIDIA: Fundamentals of Machine Learning: Whizlabs
  • Exam Prep (NCA-GENL): NVIDIA-Certified Generative AI LLMs: Whizlabs
  • 生成对抗网络 (GAN): DeepLearning.AI

您可以在 Software Development 中学到的技能

程序设计语言 (34)
Google (25)
计算机程序 (21)
软件测试 (21)
网络 (19)
Google 云端平台 (18)
应用程序接口 (17)
数据数据结构 (16)
解决问题 (14)
面向对象程序设计 (13)
Kubernetes (10)
列表和标签 (10)

关于 Gpu 的常见问题

图形处理器(GPU)是一种专门的电子电路,设计用于快速操作和改变内存,以加速图像、视频和动画的创建。 它通常用于计算机制图、游戏和其他需要大量图形处理的应用中。 GPU 以其并行处理能力而著称,能够快速高效地处理大量数据并进行复杂计算。 ‎

要想在图形处理器(GPU)技术领域脱颖而出,以下是您需要重点掌握的技能:

  1. 熟练掌握编程语言:熟练掌握编程语言,尤其是 C/C++ 和 CUDA。 这些语言通常用于 GPU 编程。

  2. GPU 架构:熟悉不同型号 GPU 的架构,如 NVIDIA GeForce 或 AMD Radeon。 了解 GPU 的功能及其提供的特定功能。

  3. 并行编程:GPU 计算在很大程度上依赖于并行处理。 了解如何设计和实施可利用并行处理能力实现更高性能的算法。

  4. CUDA 编程:CUDA(计算统一设备架构)是英伟达公司开发的一种并行编程模型和计算平台。 熟练编写 CUDA 程序,最大限度地提高 GPU 性能。

  5. OpenCL:OpenCL(开放计算语言)是一个用于编写可在不同设备(包括 GPU)上执行的程序的框架。 了解如何在不同的硬件配置中使用 OpenCL 来利用 GPU 的强大功能。

  6. 图像处理和计算机视觉:熟悉图像处理技术、计算机视觉算法和 OpenCV 等库。 这些技能对于基于 GPU 的图形、成像和人工智能应用非常有用。

  7. GPU 优化:学习专门针对 GPU 优化代码和算法的技术。 这包括了解内存管理、数据并行性以及尽量减少 CPU 和 GPU 之间的数据传输。

  8. 深度学习框架:由于 GPU 被广泛应用于深度学习领域,熟练掌握 TensorFlow、PyTorch 或 Keras 等流行的深度学习框架将大有裨益。 了解如何利用 GPU 进行深度神经网络的训练和推理至关重要。

  9. 实时渲染:如果您对图形和游戏应用感兴趣,了解着色器、照明和阴影等实时渲染技术将非常有价值。 这些知识可用于开发基于 GPU 的视觉效果极佳的高效应用程序。

  10. 协作开发:最后,在协作开发环境中工作自如、使用 Git 等版本控制系统以及了解开发工作流程将有助于您在 GPU 领域取得成功。

请记住,掌握 GPU 技术是一个持续的过程,因此不断学习、了解最新进展和实践经验将进一步提高您在这一领域的技能。 ‎

掌握了图形处理器(GPU)技能,您就可以在多个行业中寻求各种令人兴奋和紧缺的工作机会。 您可以考虑的工作有

  1. 图形程序员:作为一名图形程序员,你将负责为视频游戏、电影、虚拟现实(VR)、增强现实(AR)和其他互动媒体创建和优化视觉效果极佳的图形、特效和模拟。

  2. 数据科学家:GPU 技能对数据科学家非常有价值,能让他们并行处理和分析海量数据。 凭借 GPU 专业知识,您可以为解决复杂问题、开发机器学习模型以及在金融、医疗保健、市场营销等领域发现有价值的见解做出贡献。

  3. 机器学习工程师:机器学习算法通常需要强大的计算能力,而 GPU 可以加速训练和推理过程。 利用 GPU 技能,您可以开发和优化机器学习模型,参与深度学习项目,为推动人工智能 (AI) 技术的发展做出贡献。

  4. 计算机视觉工程师:计算机视觉包括设计算法和系统,使机器能够理解和解释视觉信息。 GPU 技术对于开发实时图像和视频处理应用、物体识别系统、自动驾驶汽车和面部识别系统至关重要。

  5. 游戏开发人员:GPU 技能与游戏开发人员的关系尤为密切,因为它能创造出视觉震撼、逼真的虚拟世界。 凭借 GPU 方面的专业知识,您可以为设计和实施游戏图形、特效和优化技术做出贡献。

  6. 虚拟现实开发人员:随着虚拟现实技术的日益普及,掌握 GPU 技能对于开发身临其境的 VR 体验至关重要。 作为一名虚拟现实开发人员,您将使用 GPU 渲染逼真的环境,与虚拟对象进行交互,并创建引人入胜的用户体验。

  7. CAD 设计师:计算机辅助设计(CAD)广泛应用于建筑、工程、制造和其他行业。 GPU 技能对于处理复杂设计、渲染 3D 模型和创建逼真的可视化效果至关重要。

  8. 视频编辑:GPU 技术对于视频编辑来说非常重要,它可以加快处理和渲染速度。 无论您是制作电影、广告还是在线内容,GPU 的专业技能都能帮助您提高视频质量、应用特效并制作出具有视觉吸引力的作品。

请记住,这些只是几个例子,还有更多的工作机会可以应用 GPU 技能。 随着技术的不断进步,对 GPU 专业技术的需求也在持续增长,这也为我们提供了新的、令人兴奋的职业机会。 ‎

最适合学习图形处理器(GPU)的人是那些对计算机图形、视觉效果、游戏或并行计算有浓厚兴趣的人。 他们应具备扎实的计算机科学和编程基础,尤其是 C 或 C++ 等语言。 此外,喜欢解决问题、数学能力强、注重细节的人在学习 GPU 方面也会表现出色。 ‎

您可以学习与图形处理器(GPU)相关的多个主题:

  1. 计算机图形学:该领域侧重于使用 GPU 创建、处理和渲染视觉内容。 您可以了解用于创建令人惊叹的图形和视觉效果的各种算法、技术和编程语言。

  2. GPU 架构:深入了解 GPU 的架构和设计。 了解现代 GPU 中使用的并行处理、内存层次结构和优化技术。

  3. GPU 编程:掌握专为 GPU 加速设计的编程语言技能,如 CUDA(计算统一设备架构)或 OpenCL(开放计算语言)。 通过这些语言,您可以利用 GPU 的强大功能来加速机器学习、科学模拟和数据处理等领域的计算。

  4. 基于 GPU 的深度学习:探索如何在 TensorFlow、PyTorch 或 Keras 等深度学习框架中利用 GPU。 了解 GPU 如何显著加快训练和推理过程,从而高效实现复杂的神经网络。

  5. 游戏和游戏开发:GPU 技术在游戏行业至关重要。 了解游戏引擎开发、着色器、实时渲染技术和其他基于 GPU 的优化技术,以创造身临其境的游戏体验。

  6. GPU 加速数据分析:GPU 可用于加速数据处理和分析任务。 探索 GPU 加速数据库、数据可视化库以及旨在高效处理大规模数据分析的框架等主题。

  7. 虚拟现实(VR)和增强现实(AR):GPU 在 VR 和 AR 应用中提供身临其境的体验方面发挥着至关重要的作用。 学习这些技术的基础知识,了解如何利用 GPU 的强大功能创建逼真的虚拟世界。

请记住,学习这些主题可能需要很强的计算机科学背景和编程基础。 此外,使用适当的硬件也有好处,例如配备 GPU 的计算机,能够高效执行所需的任务。 ‎

图形处理器(GPU)在线课程提供了一种方便灵活的方式来提高您的知识水平或学习新知识 图形处理器(GPU)是一种专门的电子电路,设计用于快速操作和改变内存,以加速图像、视频和动画的创建。 它通常用于计算机制图、游戏和其他需要大量图形处理的应用中。 GPU 以其并行处理能力而著称,能够快速高效地处理大量数据并进行复杂计算。 技能由顶尖大学和行业领导者提供的图形处理器(GPU)课程种类繁多,适合不同技能水平的学员选择。 ‎

Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳的图形处理器 (GPU) 课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息 ‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2025 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok