本课程将帮助学生学习扩展 GPU 使用的概念，以及管理 GPU 使用的 CPU，使其超越最常见的消费级 GPU 安装。他们将学习如何管理异步工作流、发送和接收事件以封装数据传输和控制信号。此外，学生还将学习如何将 GPU 应用于数据排序和图像处理，并使用这些技术和库实现自己的软件。 课程结束时，您将能够做到以下几点： - 开发可使用多个 CPU 和 GPU 的软件 - 开发使用 CUDA 的事件和流功能创建异步工作流的软件 - 使用 CUDA 计算模型解决包括数据排序和图像处理在内的典型编程难题 要成功学习本课程，您必须了解并行编程并具有 C/C++ 编程经验。
企业级 CUDA
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 GPU 编程 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有5个模块
本模块的目的是让学生了解课程的实施方式、主题、评估方式和期望。
涵盖的内容
3个视频1篇阅读材料1个编程作业2个讨论话题1个非评分实验室
在专业环境中，使用一个 CPU 管理一个 GPU 并不是解决复杂难题的可行配置。 学生将应用 CUDA 功能，允许多个 CPU 在多个 GPU 上通信和管理软件内核。这将允许扩展输入数据的大小和计算复杂性。 学生将了解这种同步处理形式的优势和局限性。
涵盖的内容
7个视频2个编程作业1次同伴评审1个讨论话题2个非评分实验室
学生将学习在程序中使用 CUDA 事件和流，以实现异步数据和控制流。这将使软件具有更强的交互性和更长的使用寿命，包括分析用户界面、近乎实时流的视频或金融信息以及动态业务处理系统。
涵盖的内容
5个视频2篇阅读材料1个编程作业1个讨论话题1个非评分实验室
本模块的目的是让学生了解 CUDA 所使用的硬件和软件基础。这是适当开发软件以最佳利用 GPU 资源所必需的。
涵盖的内容
11个视频1篇阅读材料1个编程作业1个讨论话题1个非评分实验室
本模块旨在让学生了解开发基于 CUDA 的软件的原理。
涵盖的内容
7个视频1次同伴评审1个讨论话题1个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(6个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
从 计算机科学 浏览更多内容
Johns Hopkins University
Johns Hopkins University
Coursera
Johns Hopkins University