Acerca de este Curso

20.797 vistas recientes

This course will help prepare students for developing code that can process large amounts of data in parallel. It will focus on foundational aspects of concurrent programming, such as CPU/GPU architectures, multithreaded programming in C and Python, and an introduction to CUDA software/hardware.

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.

Curso 1 de 4 en

Programa especializado: GPU Programming

Nivel principiante

Some experience programming

Aprox. 20 horas para completar

Inglés (English)

Qué aprenderás

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

Cuda
Python Programming
Thread (Computing)
C++

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.

Curso 1 de 4 en

Programa especializado: GPU Programming

Nivel principiante

Some experience programming

Aprox. 20 horas para completar

Inglés (English)

Instructor

Chancellor Thomas Pascale

Instructor and Software Engineer

Computer Science

4419 alumnos

4 cursos

Programa - Qué aprenderás en este curso

Semana

1

Semana 1

3 horas para completar

Course Overview

3 horas para completar

3 videos (Total 12 minutos), 4 lecturas, 1 cuestionario

Semana

2

Semana 2

3 horas para completar

Core Principles of Parallel Programming on CPUs and GPUs

In order to create software that process greater amounts of data at faster speeds, software operating systems, programming languages, and frameworks require strategies for accessing and modification of data in a manner that maximizes speed, while minimizing the possibility of data being in incorrect states. In this module, students will be presented canonical concurrency problems such as the Dining Philosophers. Additionally, they will learn how operating systems and programming languages handle these problems, and discuss real world big data concurrency applications.

3 horas para completar

6 videos (Total 35 minutos), 3 lecturas, 2 cuestionarios

6 videos

Real World Concurrent Programming3m

Concurrent Programming Pitfalls7m

Concurrent Programming Problems and Algorithms Presentation6m

Optional: Hungry Chickens Problem3m

Concurrent Programming Patterns6m

Serial Versus Parallel Code and Flynn's Taxonomy6m

3 lecturas

Optional Concurrent Programming Problems and Algorithms Resources15m

Optional Parallel Programming Resources10m

Optional Serial Versus Parallel Programming Resources15m

Semana

3

Semana 3

6 horas para completar

Introduction to Parallel Programming with C and Python

6 horas para completar

6 videos (Total 31 minutos), 2 lecturas, 4 cuestionarios

6 videos

Lesson 1 Python 3 Parallel Programming Syntax and Patterns Presentation Video Lecture8m

Lesson 2 Python 3 Laboratory Project Structure Video Lecture5m

Lesson 2 Python 3 Assignment Project Structure Video Lecture3m

Lesson 3 C++ Parallel Programming Syntax And Patterns Video Lecture5m

Lesson 4 C++ Laboratory Project Structure Video Lecture5m

Lesson 4 C++ Assignment Project Structure Video Lecture2m

2 lecturas

Optional Python Parallel Programming Resources30m

Optional C++ Parallel Programming Resources30m

2 ejercicios de práctica

Python 3 Parallel Programming Quiz10m

C++ Parallel Programming Quiz10m

Semana

4

Semana 4

3 horas para completar

NVidia GPU Hardware/Software

3 horas para completar

9 videos (Total 36 minutos), 1 lectura, 3 cuestionarios

9 videos

Integrated versus Dedicated GPUs4m

GUI CLI Tools for Identifying Installed GPU Hardware3m

Nvidia GPU Architectures3m

CUDA Linux Installation3m

CUDA Software Layers4m

CUDA Code Compilation3m

CUDA Help Lab and Assignment Walkthrough2m

CUDA Runtime Driver APIs2m

CUDA Driver and Runtime APIs Lab and Assignment Walkthrough7m

1 lectura

Nvidia GTC Keynote Presentation10m

1 ejercicio de práctica

Nvidia Software and Hardware Quiz30m

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.
¿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 laptop/desktop?
Yes, but you will need to update code files to the labs and assignments. For modules 4 and 5 you will need to have an Nvidia GPU installed on your machine. The in-browser environment for labs and assignments is built to allow for all required programming.

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

Introduction to Concurrent Programming with GPUs

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás