Packt

GPU Programming with C++ and CUDA

Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Packt

GPU Programming with C++ and CUDA

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Accelerate real-world tasks using GPU parallelism

  • Optimize performance with CUDA streams and custom C++ solutions

  • Create and share GPU libraries with Python integration

Kompetenzen, die Sie erwerben

  • Kategorie: Scripting
  • Kategorie: Debugging
  • Kategorie: C and C++
  • Kategorie: Software Development Tools
  • Kategorie: Programming Principles
  • Kategorie: Software-Defined Networking
  • Kategorie: Computer Programming
  • Kategorie: Development Environment
  • Kategorie: Algorithms
  • Kategorie: Containerization
  • Kategorie: Development Testing
  • Kategorie: Computer Hardware
  • Kategorie: Performance Tuning

Werkzeuge, die Sie lernen werden

  • Kategorie: Python Programming
  • Kategorie: C++ (Programming Language)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

März 2026

Bewertungen

10 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 10 Module

In this section, we explore parallelism in software, its importance, and the differences between CPU and GPU architectures to build a foundation for GPU programming.

Das ist alles enthalten

2 Videos4 Lektüren1 Aufgabe

In this section, we configure a GPU environment using Docker, locate official Linux documentation, and install the CUDA toolkit on Ubuntu 20.04 or 22.04 for AI and machine learning workflows.

Das ist alles enthalten

1 Video3 Lektüren1 Aufgabe

In this section, we introduce GPU programming fundamentals, including kernel execution, device inspection, and setting up a working environment for CUDA development.

Das ist alles enthalten

1 Video4 Lektüren1 Aufgabe

In this section, we explore SIMD execution, data movement, and parallel vector addition for GPU programming.

Das ist alles enthalten

1 Video5 Lektüren1 Aufgabe

In this section, we explore GPU thread, block, and grid configurations, asynchronous data transfer, streams, events, and shared memory to optimize performance in parallel computing.

Das ist alles enthalten

1 Video5 Lektüren1 Aufgabe

In this section, we explore parallel algorithm design, focusing on matrix operations, reduction, and workload balancing for efficient GPU execution.

Das ist alles enthalten

1 Video8 Lektüren1 Aufgabe

In this section, we explore GPU optimization and profile with NVIDIA Nsight Compute.

Das ist alles enthalten

1 Video5 Lektüren1 Aufgabe

In this section, we explore debugging CUDA code with VS Code, using CUDA streams to overlap memory and kernel operations, and configuring multiple GPUs for parallel processing.

Das ist alles enthalten

1 Video4 Lektüren1 Aufgabe

In this section, we explore methods to integrate C++ GPU code with Python, focusing on Ctypes, custom wrappers, and performance analysis for efficient cross-language execution.

Das ist alles enthalten

1 Video4 Lektüren1 Aufgabe

In this section, we explore GPU development using cuBLAS and Thrust, optimize code for memory and thread efficiency, and test with GTest and Pytest to ensure reliability and performance.

Das ist alles enthalten

1 Video5 Lektüren1 Aufgabe

Dozent

Packt - Course Instructors
Packt
1.611 Kurse 448.433 Lernende

von

Packt

Mehr von Software Development entdecken

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.“
Coursera Plus

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