Über diesen Kurs

3.759 kürzliche Aufrufe

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.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 3 von 4 in

Spezialisierung GPU Programming

Stufe „Mittel“

Some experience in C/C++ programming

Ca. 29 Stunden zum Abschließen

Englisch

Was Sie lernen werden

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.

Kompetenzen, die Sie erwerben

Cuda
Algorithms
C/C++
GPU
Nvidia

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 3 von 4 in

Spezialisierung GPU Programming

Stufe „Mittel“

Some experience in C/C++ programming

Ca. 29 Stunden zum Abschließen

Englisch

Dozent

Chancellor Thomas Pascale

Instructor and Software Engineer

Computer Science

4.419 Lernende

4 Kurse

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

1

Woche 1

4 Stunden zum Abschließen

Course Overview

4 Stunden zum Abschließen

3 Videos (Gesamt 11 min), 1 Lektüre, 1 Quiz

Woche

2

Woche 2

10 Stunden zum Abschließen

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 Stunden zum Abschließen

7 Videos (Gesamt 32 min)

Woche

3

Woche 3

4 Stunden zum Abschließen

CUDA Events and Streams

4 Stunden zum Abschließen

5 Videos (Gesamt 28 min), 2 Lektüren, 1 Quiz

Woche

4

Woche 4

5 Stunden zum Abschließen

Sorting Using GPUs

5 Stunden zum Abschließen

11 Videos (Gesamt 57 min), 1 Lektüre, 1 Quiz

11 Videos

Using Input Data to Develop GPU Pseudocode8m

Sorting Algorithm GPU Pseudocode Bubble Sort5m

Sorting Algorithm GPU Pseudocode Radix Sort9m

Sorting Algorithm GPU Pseudocode Quick Sort7m

Memory and GPU Pseudocode Bubble Sort3m

Memory and GPU Pseudocode Radix Sort2m

Memory and GPU Pseudocode Quick Sort3m

Sorting Algorithms Lab Activity Bubble Sort3m

Sorting Algorithms Lab Activity Radix Sort4m

Sorting Algorithms Lab Activity Quick Sort6m

Sorting Algorithms Assignment3m

1 Lektüre

GPU Sort Algorithm Reading List10m

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.
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.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

CUDA at Scale for the Enterprise

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben