Diese Specialization richtet sich an Datenwissenschaftler und Softwareentwickler, die Software erstellen wollen, die allgemein verfügbare Hardware nutzt. Die Studenten werden mit CUDA und Bibliotheken vertraut gemacht, die es ermöglichen, zahlreiche Berechnungen parallel und schnell durchzuführen. Anwendungen für diese Fähigkeiten sind maschinelles Lernen, Bild-/Audio-Signalverarbeitung und Datenverarbeitung.
Spezialisierung für GPU-Programmierung
Entdecken Sie neue Fähigkeiten mit 30% Rabatt auf Kurse von Branchenexperten. Jetzt sparen.
Spezialisierung für GPU-Programmierung
Lösen Sie Herausforderungen mit leistungsstarken GPUs. Beherrschen Sie das High Performance Computing und wenden Sie es in zahlreichen Bereichen an.
Dozent: Chancellor Thomas Pascale
11.932 bereits angemeldet
Bei 
enthalten
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel
Empfohlene Erfahrung
2 Monate bei 10 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel
Empfohlene Erfahrung
2 Monate bei 10 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Was Sie lernen werden
Entwickeln Sie CUDA Software, um umfangreiche Berechnungen auf handelsüblicher Hardware durchzuführen
Nutzen Sie Bibliotheken, die bekannte Algorithmen in die Software bringen, ohne dass Sie bestehende Funktionen neu entwickeln müssen
Überblick
Kompetenzen, die Sie erwerben
- Artificial Neural Networks
- Computer Graphics
- Event-Driven Programming
- Performance Tuning
- Deep Learning
- Numerical Analysis
- Machine Learning Methods
- Machine Learning
- Distributed Computing
- Software Development
- Computer Vision
- Data Structures
- Image Analysis
- Linear Algebra
- System Programming
- Programming Principles
- Data Processing
- Scalability
- Performance Testing
- C and C++
Was ist inbegriffen?
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
9 Praxisübungen
Erweitern Sie Ihre Fachkenntnisse.
- Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
- Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
- Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
- Erwerben Sie ein Karrierezertifikat von Johns Hopkins University.
Spezialisierung - 4 Kursreihen
Was Sie lernen werden
Die Studenten werden lernen, wie man nebenläufige Software in den Programmiersprachen Python und C/C++ entwickelt.
Die Studenten erhalten ein einführendes Verständnis der GPU-Hardware- und Softwarearchitekturen.
Kompetenzen, die Sie erwerben
Kategorie: Computerprogrammierung
Kategorie: Fehlersuche
Kategorie: Python-Programmierung
Kategorie: Computer Architektur
Kategorie: Computer Hardware
Kategorie: C und C++
Kategorie: Grundsätze der Programmierung
Kategorie: Softwareentwicklung
Kategorie: Algorithmen
Kategorie: Verteiltes Rechnen
Kategorie: System Programmierung
Was Sie lernen werden
Die Teilnehmer lernen, wie sie das CUDA-Framework nutzen können, um C/C++-Software zu schreiben, die auf CPUs und Nvidia-GPUs läuft.
Die Teilnehmer wandeln sequenzielle CPU-Algorithmen und -Programme in CUDA-Kernel um, die 100- bis 1000-mal gleichzeitig auf GPU-Hardware ausgeführt werden.
Kompetenzen, die Sie erwerben
Kategorie: Leistungsoptimierung
Kategorie: Fehlersuche
Kategorie: Programm-Entwicklung
Kategorie: Algorithmen
Kategorie: Befehlszeilen-Schnittstelle
Kategorie: C und C++
Kategorie: Datenspeicherung
Kategorie: Datenstrukturen
Kategorie: Computer Hardware
Kategorie: Computergestütztes Denken
Kategorie: Verteiltes Rechnen
Kategorie: Leistungstests
Kategorie: Datenzugriff
Kategorie: Computer Architektur
Was Sie lernen werden
Die Studenten werden lernen, Software zu entwickeln, die in Rechenumgebungen mit mehreren CPUs und GPUs ausgeführt werden kann.
Die Studenten werden Software entwickeln, die CUDA verwendet, um interaktive GPU-Rechenkerne für die Verarbeitung asynchroner Daten zu erstellen.
Die Studenten werden CUDA, Hardware-Speicherfähigkeiten und Algorithmen/Bibliotheken verwenden, um Programmieraufgaben zu lösen, einschließlich der Bildverarbeitung.
Kompetenzen, die Sie erwerben
Kategorie: Skalierbarkeit
Kategorie: Leistungsoptimierung
Kategorie: Algorithmen
Kategorie: Ereignisgesteuerte Programmierung
Kategorie: Computervision
Kategorie: Datenstrukturen
Kategorie: System Programmierung
Kategorie: Hardware-Architektur
Kategorie: Computergrafik
Kategorie: C und C++
Kategorie: Verteiltes Rechnen
Kategorie: Datenverarbeitung
Kategorie: Bildanalyse
Kategorie: Softwareentwicklung
Was Sie lernen werden
Sie werden lernen, Software zu entwickeln, die mit Hilfe von Bibliotheken wie cuFFT und cuBLAS mathematische Operationen auf hohem Niveau ausführt.
Sie werden lernen, die Thrust-Bibliothek zu verwenden, um eine Reihe von Datenmanipulationen und Datenstrukturen durchzuführen, die die Speicherverwaltung abstrahieren.
Sie lernen, Software für maschinelles Lernen für eine Vielzahl von Zwecken zu entwickeln, indem Sie neuronale Netzwerke verwenden, die mit den Bibliotheken cuTensor und cuDNN modelliert werden.
Kompetenzen, die Sie erwerben
Kategorie: Softwareentwicklung
Kategorie: Lineare Algebra
Kategorie: Algorithmen
Kategorie: Maschinelles Lernen
Kategorie: Bildanalyse
Kategorie: Datenverarbeitung
Kategorie: Künstliche neuronale Netze
Kategorie: Datenverarbeitung
Kategorie: Numerische Analyse
Kategorie: Methoden des Maschinellen Lernens
Kategorie: Datenumwandlung
Kategorie: Deep Learning
Kategorie: Leistungsoptimierung
Kategorie: Datenstrukturen
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Auf einen Abschluss hinarbeiten
Wenn Sie dieses Spezialisierungabschließen, können Sie sich Ihr Wissen möglicherweise anrechnen lassen, wenn Sie zu einem der folgenden Online-Studiengänge zugelassen werden und sich dort einschreiben.¹
Dozent
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Jeder Kurs der Spezialisierung soll in 1 Monat abgeschlossen werden. Die gesamte Spezialisierung sollte in 4 Monaten abgeschlossen sein.
Studieninteressierte sollten mindestens 1 Jahr Programmiererfahrung haben. Ein hohes Maß an Vertrautheit mit der Programmierung in C/C++ hilft bei der Aufnahme des Materials und der Erledigung der Aufgaben.
Jeder Kurs der Specializations sollte in der folgenden Reihenfolge absolviert werden:
Einführung in die gleichzeitige Programmierung mit GPUs
Einführung in die parallele Programmierung mit CUDA
CUDA im Maßstab für Unternehmen
Erweiterte CUDA-Bibliotheken
Weitere Fragen
Finanzielle Unterstützung verfügbar,