Packt

GPU Programming with C++ and CUDA

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Packt

GPU Programming with C++ and CUDA

Packt - Course Instructors

Instructeur : Packt - Course Instructors

Inclus avec Coursera Plus

En savoir plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Accelerate real-world tasks using GPU parallelism

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

  • Create and share GPU libraries with Python integration

Compétences que vous acquerrez

  • Catégorie : Performance Tuning
  • Catégorie : Test Tools
  • Catégorie : Algorithms
  • Catégorie : Software Development Tools
  • Catégorie : Scripting
  • Catégorie : Development Testing
  • Catégorie : Debugging
  • Catégorie : Programming Principles
  • Catégorie : System Programming
  • Catégorie : C and C++
  • Catégorie : Software-Defined Networking
  • Catégorie : Development Environment
  • Catégorie : Computer Programming
  • Catégorie : Memory Management
  • Catégorie : Computer Architecture
  • Catégorie : Containerization
  • Catégorie : Hardware Architecture

Outils que vous découvrirez

  • Catégorie : Python Programming
  • Catégorie : C++ (Programming Language)
  • Catégorie : Docker (Software)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

mars 2026

Évaluations

10 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 10 modules dans ce cours

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.

Inclus

2 vidéos4 lectures1 devoir

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.

Inclus

1 vidéo3 lectures1 devoir

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

Inclus

1 vidéo4 lectures1 devoir

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

Inclus

1 vidéo5 lectures1 devoir

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.

Inclus

1 vidéo5 lectures1 devoir

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

Inclus

1 vidéo8 lectures1 devoir

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

Inclus

1 vidéo5 lectures1 devoir

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.

Inclus

1 vidéo4 lectures1 devoir

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.

Inclus

1 vidéo4 lectures1 devoir

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.

Inclus

1 vidéo5 lectures1 devoir

Instructeur

Packt - Course Instructors
Packt
1 836 Cours513 527 apprenants

Offert par

Packt

En savoir plus sur Software Development

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.’

Foire Aux Questions

Plus de questions

Aide financière disponible,