Acerca de este Curso

3655 vistas recientes

This course will aid in students in learning in concepts that scale the use of GPUs and the CPUs that manage their use beyond the most common consumer-grade GPU installations. They will learn how to manage asynchronous workflows, sending and receiving events to encapsulate data transfers and control signals. Also, students will walk through application of GPUs to sorting of data and processing images, implementing their own software using these techniques and libraries.
By the end of the course, you will be able to do the following:

- Develop software that can use multiple CPUs and GPUs
- Develop software that uses CUDA’s events and streams capability to create asynchronous workflows
- Use the CUDA computational model to to solve canonical programming challenges including data sorting and image processing

To be successful in this course, you should have an understanding of parallel programming and experience programming in C/C++.

This course will be extremely applicable to software developers and data scientists working in the fields of high performance computing, data processing, and machine learning.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 4 en

Programa especializado: GPU Programming

Nivel intermedio

Some experience in C/C++ programming

Aprox. 28 horas para completar

Inglés (English)

Qué aprenderás

Students will learn to develop software that can be run in computational environments that include multiple CPUs and GPUs.
Students will develop software that uses CUDA to create interactive GPU computational processing kernels for handling asynchronous data.
Students will use CUDA, hardware memory capabilities, and algorithms/libraries to solve programming challenges including image processing.

Habilidades que obtendrás

Cuda
Algorithms
C/C++
GPU
Nvidia

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 3 de 4 en

Programa especializado: GPU Programming

Nivel intermedio

Some experience in C/C++ programming

Aprox. 28 horas para completar

Inglés (English)

Instructor

Chancellor Thomas Pascale

Instructor and Software Engineer

Computer Science

4876 alumnos

4 cursos

Programa - Qué aprenderás en este curso

Semana1

Semana 1

4 horas para completar

Course Overview

4 horas para completar

3 videos (Total 11 minutos), 1 lectura, 1 cuestionario

Semana2

Semana 2

10 horas para completar

Multiple CPU/GPU Systems

In professional settings, use of one CPU managing one GPU, is not a viable configuration to solve complex challenges. Students will apply CUDA capabilities for allowing multiple CPUs to communicate and manage software kernels on multiple GPUs. This will allow for scaling the size of input data and computational complexity. Students will learn the advantages and limitations of this form of synchronous processing.

10 horas para completar

7 videos (Total 32 minutos)

Semana3

Semana 3

4 horas para completar

CUDA Events and Streams

4 horas para completar

5 videos (Total 28 minutos), 2 lecturas, 1 cuestionario

Semana4

Semana 4

5 horas para completar

Sorting Using GPUs

5 horas para completar

11 videos (Total 57 minutos), 1 lectura, 1 cuestionario

11 videos

Using Input Data to Develop GPU Pseudocode8mSorting Algorithm GPU Pseudocode Bubble Sort5mSorting Algorithm GPU Pseudocode Radix Sort9mSorting Algorithm GPU Pseudocode Quick Sort7mMemory and GPU Pseudocode Bubble Sort3mMemory and GPU Pseudocode Radix Sort2mMemory and GPU Pseudocode Quick Sort3mSorting Algorithms Lab Activity Bubble Sort3mSorting Algorithms Lab Activity Radix Sort4mSorting Algorithms Lab Activity Quick Sort6mSorting Algorithms Assignment3m

1 lectura

GPU Sort Algorithm Reading List10m

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.
Can I program on my own desktop/laptop
Yes, but for grading purposes you will still need to upload any software artifacts (source code, header files, etc.) into the Coursera lab environment.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

CUDA at Scale for the Enterprise

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás