Cette spécialisation s'adresse aux data scientists et aux développeurs de logiciels pour créer des logiciels qui utilisent du matériel couramment disponible. Les étudiants seront initiés à CUDA et aux bibliothèques qui permettent d'effectuer de nombreux calculs en parallèle et rapidement. Les applications de ces compétences sont l'apprentissage automatique, le traitement des signaux image/audio et le traitement des données.
Spécialisation Programmation GPU
Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.
Spécialisation Programmation GPU
Relevez les défis grâce à des GPU puissants. Développer la maîtrise du calcul à haute performance et l'appliquer à de nombreux domaines.
Instructeur : Chancellor Thomas Pascale
12 094 déjà inscrits
Inclus avec 
Approfondissez votre connaissance d’un sujet
niveau Intermédiaire
Expérience recommandée
2 mois à raison de 10 heures par semaine
Planning flexible
Obtenir une qualification professionnelle
Partagez votre expertise avec les employeurs
Approfondissez votre connaissance d’un sujet
niveau Intermédiaire
Expérience recommandée
2 mois à raison de 10 heures par semaine
Planning flexible
Obtenir une qualification professionnelle
Partagez votre expertise avec les employeurs
Ce que vous apprendrez
Développer le logiciel CUDA pour exécuter des calculs massifs sur du matériel couramment disponible
Utiliser des bibliothèques qui intègrent des algorithmes bien connus dans les logiciels sans qu'il soit nécessaire de redévelopper les capacités existantes
Vue d'ensemble
Compétences que vous acquerrez
- Deep Learning
- Image Analysis
- Computer Vision
- Performance Tuning
- Scalability
- Data Structures
- Linear Algebra
- Software Development
- Data Processing
- Event-Driven Programming
- Computer Graphics
- OS Process Management
- Programming Principles
- Distributed Computing
- Computer Systems
- System Programming
- Machine Learning
- Machine Learning Methods
- C and C++
- Artificial Neural Networks
Ce qui est inclus
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
9 exercices pratiques
Améliorez votre expertise en la matière
- Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
- Maîtrisez un sujet ou un outil avec des projets pratiques
- Développez une compréhension approfondie de concepts clés
- Obtenez un certificat professionnel auprès de Johns Hopkins University
Spécialisation - série de 4 cours
Ce que vous apprendrez
Les étudiants apprendront à développer des logiciels concurrents dans les langages de programmation Python et C/C++.
Les étudiants acquerront un niveau d'introduction à la compréhension des architectures matérielles et logicielles des GPU.
Compétences que vous acquerrez
Catégorie : Débogage
Catégorie : Programmation Informatique
Catégorie : Programmation en Python
Catégorie : Architecture des ordinateurs
Catégorie : Environnement de développement
Catégorie : Architecture matérielle
Catégorie : C et C++
Catégorie : Principes de programmation
Catégorie : Systèmes informatiques
Catégorie : Programmation du système
Catégorie : Informatique distribuée
Catégorie : Algorithmes
Ce que vous apprendrez
Les étudiants apprendront à utiliser le framework CUDA pour écrire des logiciels C/C++ fonctionnant sur des CPU et des GPU Nvidia.
Les étudiants transformeront des algorithmes et des programmes CPU séquentiels en noyaux CUDA qui s'exécutent des centaines, voire des milliers de fois simultanément sur le matériel GPU.
Compétences que vous acquerrez
Catégorie : Débogage
Catégorie : Optimisation des performances
Catégorie : Développement du programme
Catégorie : C et C++
Catégorie : Algorithmes
Catégorie : Tests de performance
Catégorie : Programmation du système
Catégorie : structures de données
Catégorie : Pensée informatique
Catégorie : Informatique distribuée
Catégorie : Stockage des données
Catégorie : Architecture des ordinateurs
Catégorie : Accès aux données
Catégorie : Gestion de processus OS
Catégorie : Architecture matérielle
Ce que vous apprendrez
Les étudiants apprendront à développer des logiciels pouvant être exécutés dans des environnements informatiques comprenant plusieurs CPU et GPU.
Les étudiants développeront des logiciels qui utilisent CUDA pour créer des noyaux de traitement informatique GPU interactifs pour traiter des données asynchrones.
Les étudiants utiliseront CUDA, les capacités de mémoire matérielle et les algorithmes/bibliothèques pour résoudre des problèmes de programmation, y compris le traitement d'images.
Compétences que vous acquerrez
Catégorie : Évolutivité
Catégorie : Optimisation des performances
Catégorie : Algorithmes
Catégorie : Programmation événementielle
Catégorie : Analyse d'images
Catégorie : Architecture matérielle
Catégorie : Développement de logiciels
Catégorie : Programmation du système
Catégorie : Vision par ordinateur
Catégorie : structures de données
Catégorie : C et C++
Catégorie : Traitement des données
Catégorie : Infographie
Catégorie : Informatique distribuée
Ce que vous apprendrez
Vous apprendrez à développer des logiciels qui effectuent des opérations mathématiques de haut niveau en utilisant des bibliothèques telles que cuFFT et cuBLAS.
Vous apprendrez à utiliser la bibliothèque Thrust pour effectuer un certain nombre de manipulations de données et de structures de données qui font abstraction de la gestion de la mémoire.
Vous apprendrez à développer des logiciels d'apprentissage automatique à des fins diverses en utilisant des réseaux neuronaux modélisés à l'aide des bibliothèques cuTensor et cuDNN.
Compétences que vous acquerrez
Catégorie : Développement de logiciels
Catégorie : Algorithmes
Catégorie : Algèbre linéaire
Catégorie : structures de données
Catégorie : Transformation de données
Catégorie : Réseaux neuronaux artificiels
Catégorie : Deep learning
Catégorie : Optimisation des performances
Catégorie : Science des données
Catégorie : Apprentissage automatique
Catégorie : Analyse d'images
Catégorie : Apprentissage automatique
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Préparer un diplôme
Lorsque vous aurez terminé ce site Spécialisation, vous pourrez peut-être faire reconnaître vos acquis si vous êtes admis et si vous vous inscrivez à l'un des programmes d'études en ligne suivants.¹
Instructeur
Offert par
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Chaque cours de la spécialisation doit être suivi en un mois. La spécialisation complète devrait être achevée en 4 mois.
Les futurs étudiants doivent avoir au moins un an d'expérience en programmation. Un niveau élevé d'aisance dans la programmation en C/C++ facilitera l'assimilation du matériel et la réalisation des travaux.
Chaque cours de la spécialisation doit être suivi dans l'ordre suivant :
Introduction à la programmation simultanée avec les GPU
Introduction à la programmation parallèle avec CUDA
CUDA à l'échelle pour l'entreprise
Bibliothèques CUDA avancées
Plus de questions
Aide financière disponible,