Solve Challenges with Powerful GPUs. Develop mastery in high performance computing and apply to numerous fields.

Chancellor Thomas Pascale

2546 ya inscrito

Ofrecido Por

Programa especializado: GPU ProgrammingUniversidad Johns Hopkins

Qué aprenderás

Develop CUDA software for running massive computations on commonly available hardware
Utilize libraries that bring well-known algorithms to software without need to redevelop existing capabilities
Students will learn how to develop concurrent software in Python and C/C++ programming languages.
Students will gain an introductory level of understanding of GPU hardware and software architectures.

Habilidades que obtendrás

Acerca de este Programa Especializado

5207 vistas recientes

This specialization is intended for data scientists and software developers to create software that uses commonly available hardware. Students will be introduced to CUDA and libraries that allow for performing numerous computations in parallel and rapidly. Applications for these skills are machine learning, image/audio signal processing, and data processing.

Proyecto de aprendizaje aplicado

Learners will complete at least 2 projects that allow them the freedom to explore CUDA-based solutions to image/signal processing, as well as a topic of choosing, which can come from their current or future professional career. They will also create short demonstrations of their efforts and share their code.

Certificado para compartir

Obtén un certificado al finalizar

Cursos 100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Cronograma flexible

Establece y mantén fechas de entrega flexibles.

Nivel intermedio

Aproximadamente 5 meses para completarse

Ritmo sugerido de 4 horas/semana

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Certificado para compartir

Obtén un certificado al finalizar

Cursos 100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Cronograma flexible

Establece y mantén fechas de entrega flexibles.

Nivel intermedio

Aproximadamente 5 meses para completarse

Ritmo sugerido de 4 horas/semana

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Cómo funciona el programa especializado

Toma cursos

Un programa especializado de Coursera es un conjunto de cursos que te ayudan a dominar una aptitud. Para comenzar, inscríbete en el programa especializado directamente o échale un vistazo a sus cursos y elige uno con el que te gustaría comenzar. Al suscribirte a un curso que forme parte de un programa especializado, quedarás suscrito de manera automática al programa especializado completo. Puedes completar solo un curso: puedes pausar tu aprendizaje o cancelar tu suscripción en cualquier momento. Visita el panel principal del estudiante para realizar un seguimiento de tus inscripciones a cursos y tu progreso.

Proyecto práctico

Cada programa especializado incluye un proyecto práctico. Necesitarás completar correctamente el proyecto para completar el programa especializado y obtener tu certificado. Si el programa especializado incluye un curso separado para el proyecto práctico, necesitarás completar cada uno de los otros cursos antes de poder comenzarlo.

Obtén un certificado

Cuando completes todos los cursos y el proyecto práctico, obtendrás un Certificado que puedes compartir con posibles empleadores y tu red profesional.

Hay 4 cursos en este Programa Especializado

Curso1

Curso 1

Introduction to Concurrent Programming with GPUs

Curso2

Curso 2

Introduction to Parallel Programming with CUDA

This course will help prepare students for developing code that can process large amounts of data in parallel on Graphics Processing Units (GPUs). It will learn on how to implement software that can solve complex problems with the leading consumer to enterprise-grade GPUs available using Nvidia CUDA. They will focus on the hardware and software capabilities, including the use of 100s to 1000s of threads and various forms of memory.

Curso3

Curso 3

CUDA at Scale for the Enterprise

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.

Curso4

Curso 4

CUDA Advanced Libraries

This course will complete the GPU specialization, focusing on the leading libraries distributed as part of the CUDA Toolkit. Students will learn how to use CuFFT, and linear algebra libraries to perform complex mathematical computations. The Thrust library’s capabilities in representing common data structures and associated algorithms will be introduced. Using cuDNN and cuTensor they will be able to develop machine learning applications that help with object detection, human language translation and image classification.

Instructor

Chancellor Thomas Pascale

Instructor and Software Engineer

Computer Science

4997 alumnos

4 cursos

Ofrecido por

Universidad Johns Hopkins

Preguntas Frecuentes

¿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.
¿Puedo inscribirme en un solo curso?
¡Sí! Para empezar, haz clic en la tarjeta del curso que te interesa e inscríbete. Puedes inscribirte y completar el curso para obtener un certificado que puedes compartir o puedes acceder al curso como oyente para ver los materiales del curso de manera gratuita. Cuando cancelas la suscripción de un curso que forma parte de un programa especializado, se cancela automáticamente la suscripción de todo el programa especializado. Visita el panel del estudiante para realizar un seguimiento de tu progreso.
¿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.
¿Puedo tomar este curso de manera gratuita?
Cuando te inscribes en el curso, tienes acceso a todos los cursos del programa especializado y obtienes un certificado cuando completas el trabajo. Si solo deseas leer y ver el contenido del curso, puedes participar del curso como oyente de manera gratuita. Si no puedes pagar la tarifa, puedes solicitar ayuda económica.
¿Este curso es 100 % en línea? ¿Necesito asistir a alguna clase en persona?
Este curso es completamente en línea, de modo que no necesitas ir a un aula en persona. Puedes acceder a tus lecciones, lecturas y tareas en cualquier momento y cualquier lugar a través de Internet o tu dispositivo móvil.
¿Cuánto tiempo se necesita para completar un programa especializado?
Each course in the specialization is aimed to be completed in 1 month. The full specialization should be completed in 4 months.
What background knowledge is necessary?
Prospective students should have a minimum of 1 year of programming experience. A high level of comfort in programming in C/C++ will aid in the absorbtion of material and completion of assignments.
Do I need to take the courses in a specific order?
Each course in the specialization should be completed in the following order:
Introduction to Concurrent Programming with GPUs
Introduction to Parallel Programming with CUDA
CUDA at Scale for the Enterprise
CUDA Advanced Libraries
¿Recibiré crédito universitario por completar el programa especializado?
No, this specialization is intended to earn a certificate of completion.
What will I be able to do upon completing the Specialization?
You will be able to develop complex software that can run on Nvidia GPUs. This will allow for solving complex challenges that would take longer on most CPUs or be less cost effective on clusters.

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

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Programa especializado: GPU Programming

Qué aprenderás

Habilidades que obtendrás

Acerca de este Programa Especializado

Proyecto de aprendizaje aplicado