Ist finanzielle Unterstützung verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr 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 zum Antragsformular.

CUDA im Maßstab für das Unternehmen

Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.

CUDA im Maßstab für das Unternehmen

Dieser Kurs ist Teil von Spezialisierung „GPU-Programmierung“

Dozent: Chancellor Thomas Pascale

3.957 bereits angemeldet

Bei enthalten

Mehr erfahren

5 Module

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

25 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.

25 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: Data Structures
Kategorie: Performance Tuning
Kategorie: Algorithms
Kategorie: System Programming
Kategorie: Scalability
Kategorie: Event-Driven Programming
Kategorie: Program Development
Kategorie: Image Analysis
Kategorie: Computer Graphics
Kategorie: Distributed Computing
Kategorie: C and C++

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 Videos Insgesamt 11 Minuten

GPU-Spezialisierung Übersicht 3 Minuten
Erwartungen an den Kurs 3 Minuten
Coursera Labor und Zuweisung Übersicht 5 Minuten

1 Lektüre Insgesamt 10 Minuten

Entwicklungswerkzeuge und C/C++ Auffrischungsmaterial 10 Minuten

1 Programmieraufgabe Insgesamt 120 Minuten

CUDA-Gerätespeicher-Analyse Zuweisung 120 Minuten

2 Diskussionsthemen Insgesamt 20 Minuten

Unternehmensdatenverarbeitung Diskussionsaufforderung 10 Minuten
Kanonische Algorithmen Diskussionsaufforderung 10 Minuten

1 Unbewertetes Labor Insgesamt 60 Minuten

CUDA Gerätespeicher Labor 60 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 Videos Insgesamt 32 Minuten

Mehrere CPU-Architekturen 5 Minuten
Labor mit mehreren CPUs 7 Minuten
Mehrfache CPU-Zuweisung 4 Minuten
Mehrere CPUs vs. mehrere GPUs 6 Minuten
CUDA Programmiermodell für mehrere GPUs 4 Minuten
Aktivität mehrerer GPUs 4 Minuten
Zuweisung mehrerer GPUs 2 Minuten

2 Programmieraufgaben Insgesamt 180 Minuten

Mehrfache CPU-Zuweisung 120 Minuten
CUDA-GPU-Identifizierung Zuweisung 60 Minuten

1 peer review Insgesamt 240 Minuten

Konkurrierende GPUs 240 Minuten

1 Diskussionsthema Insgesamt 15 Minuten

Diskussion über mehrere CPUs/verteiltes Rechnen 15 Minuten

2 Unbewertete Labore Insgesamt 120 Minuten

Labor mit mehreren CPUs 60 Minuten
CUDA GPU-Identifikationslabor Aktivität 60 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 Videos Insgesamt 28 Minuten

CUDA Streams und Ereignisse 5 Minuten
CUDA Streams Syntax 5 Minuten
CUDA Ereignisse Syntax 6 Minuten
CUDA Streams und Ereignisse Anwendungsfälle 5 Minuten
CUDA Streams und Ereignisse Zuweisung - Komplettlösung 7 Minuten

2 Lektüren Insgesamt 20 Minuten

CUDA Streams Externe Ressourcen 10 Minuten
CUDA Streams und Ereignisse Externe Ressourcen 10 Minuten

1 Programmieraufgabe Insgesamt 120 Minuten

CUDA Streams und Ereignisse Zuweisung 120 Minuten

1 Diskussionsthema Insgesamt 10 Minuten

CUDA Streams und Ereignisse Diskussion 10 Minuten

1 Unbewertetes Labor Insgesamt 60 Minuten

CUDA Streams und Ereignisse Laboraktivität 60 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 Videos Insgesamt 57 Minuten

Verwendung von Eingabedaten zur Entwicklung von GPU-Pseudocode 8 Minuten
Sortieralgorithmus GPU Pseudocode Bubble Sort 5 Minuten
Sortieralgorithmus GPU Pseudocode Radix Sort 9 Minuten
Sortieralgorithmus GPU Pseudocode Quick Sort 7 Minuten
Speicher und GPU Pseudocode Bubble Sort 4 Minuten
Speicher und GPU Pseudocode Radix Sort 3 Minuten
Speicher und GPU Pseudocode Schnellsortierung 3 Minuten
Sortieralgorithmen Laborübung Bubble Sort 4 Minuten
Sortieralgorithmen Laborübung Radix Sort 4 Minuten
Sortieralgorithmen Laborübung Schnellsortierung 7 Minuten
Sortieralgorithmen Zuweisung 3 Minuten

1 Lektüre Insgesamt 10 Minuten

GPU Sortieralgorithmus Leseliste 10 Minuten

1 Programmieraufgabe Insgesamt 180 Minuten

CUDA Merge Sort Algorithmus Zuweisung 180 Minuten

1 Diskussionsthema Insgesamt 10 Minuten

Grundlegende Algorithmen und Programmierung Diskussion 10 Minuten

1 Unbewertetes Labor Insgesamt 60 Minuten

Sortieralgorithmen Laborübung 60 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 Videos Insgesamt 52 Minuten

NPP Image Processing Syntax 6 Minuten
NPP Image Processing Code Demonstration 7 Minuten
NPP Signalverarbeitung Syntax 5 Minuten
Demonstration der Syntax der NPP-Signalverarbeitung 5 Minuten
Kurs Unabhängiges Projekt Labor Übersicht 10 Minuten
Kurs Unabhängiges Projekt Übersicht 11 Minuten
Übersicht über die Rubriken für unabhängige Projekte 9 Minuten

1 peer review Insgesamt 240 Minuten

CUDA at Scale Unabhängiges Projekt 240 Minuten

1 Diskussionsthema Insgesamt 10 Minuten

Bild- und Signalverarbeitung Diskussion 10 Minuten

1 Unbewertetes Labor Insgesamt 60 Minuten

NPP Box Filter Labor 60 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 Kurse 26.461 Lernende

von

Johns Hopkins University

Mehr von Softwareentwicklung entdecken

Johns Hopkins University
Introduction to Parallel Programming with CUDA
Kurs
Johns Hopkins University
CUDA Advanced Libraries
Kurs
Coursera
GPU Clusters & Containers
Kurs
Johns Hopkins University
Introduction to Concurrent Programming with GPUs
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.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

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.