本专业面向数据科学家和软件开发人员，帮助他们创建使用常见硬件的软件。 学生将学习 CUDA 和可并行快速执行大量计算的库。 这些技能的应用领域包括机器学习、图像/音频信号处理和数据处理。
应用的学习项目
学员将完成至少 2 个项目，这些项目允许他们自由探索基于 CUDA 的图像/信号处理解决方案，以及一个自选主题，该主题可以来自他们当前或未来的职业生涯。他们还将制作简短的演示，并分享自己的代码。
GPU 编程 专项课程
GPU 编程 专项课程
利用强大的 GPU 解决难题. 掌握高性能计算技术，并应用于多个领域。
访问权限由 New York State Department of Labor 提供
14,676 人已注册
了解顶级公司的员工如何掌握热门技能
精进特定领域的专业知识
- 向大学和行业专家学习热门技能
- 借助实践项目精通一门科目或一个工具
- 培养对关键概念的深入理解
- 通过 Johns Hopkins University 获得职业证书
专业化 - 4门课程系列
使用 GPU 的并行编程入门
第 1 门课程 20小时
您将学到什么
学生将学习如何使用 Python 和 C/C++ 编程语言开发并发软件。
学生将对 GPU 硬件和软件架构有一个入门级的了解。
您将获得的技能
类别：调试
类别：计算机硬件
类别：Python 程序设计
类别：操作系统流程管理
类别：开发环境
类别：编程原则
类别：计算机结构
类别：C 和 C++
类别：数据访问
类别：数据共享
使用 CUDA 的并行编程简介
第 2 门课程 22小时
您将学到什么
学生将学习如何利用 CUDA 框架编写可在 CPU 和 Nvidia GPU 上运行的 C/C++ 软件。
学生将把连续的 CPU 算法和程序转换成 CUDA 内核，在 GPU 硬件上同时执行 100 到 1000 次。
您将获得的技能
类别：调试
类别：性能调整
类别：算法
类别：计算机结构
类别：面向数据的编程
类别：系统编程
类别：开发环境
类别：C 和 C++
企业级 CUDA
第 3 门课程 29小时
您将学到什么
学生将学习开发可在包含多个 CPU 和 GPU 的计算环境中运行的软件。
学生将开发使用 CUDA 的软件，以创建处理异步数据的交互式 GPU 计算处理内核。
学生将使用 CUDA、硬件内存功能和算法/库来解决包括图像处理在内的编程难题。
您将获得的技能
类别：可扩展性
类别：分布式计算
类别：事件驱动编程
类别：算法
类别：C 和 C++
类别：图像分析
类别：计算机图形学
类别：系统编程
类别：计划发展
类别：性能调整
类别：数据结构
CUDA 高级库
第 4 门课程 26小时
您将学到什么
您将学习使用 cuFFT 和 cuBLAS 等库来开发执行高级数学运算的软件。
您将学习使用 Thrust 库来执行一系列数据操作和数据结构，从而抽象出内存管理。
您将学习使用 cuTensor 和 cuDNN 库建模的神经网络，开发用于各种目的的机器学习软件。
您将获得的技能
类别：数字信号处理
类别：数据结构
类别：线性代数
类别：算法
类别：数据转换
类别：数值分析
类别：数学软件
类别：机器学习
类别：卷积神经网络
类别：图像分析
类别：数据处理
类别：人工神经网络
类别：深度学习
类别：数据科学
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。
攻读学位
当您完成本 专项课程后，如果您被以下在线学位课程录取并注册，您的学习成绩可能会被承认为学分¹。
位教师
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。'