Johns Hopkins University

Spécialisation "Programmation GPU"

Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

Johns Hopkins University

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.

20 121 déjà inscrits

Inclus avec Coursera PlusEn savoir plus

Approfondissez votre connaissance d’un sujet

des 223 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

Planning flexible
2 mois à 10 heures une semaine
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet

des 223 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

Planning flexible
2 mois à 10 heures une semaine
Apprenez à votre propre rythme

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

Compétences que vous acquerrez

  • Catégorie : Accès aux données
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Traitement des signaux numériques
  • Catégorie : Développement de logiciels
  • Catégorie : Apprentissage automatique
  • Catégorie : Réseaux neuronaux artificiels
  • Catégorie : Architecture des ordinateurs
  • Catégorie : Développement du programme
  • Catégorie : Architecture matérielle
  • Catégorie : Matériel informatique
  • Catégorie : Programmation événementielle
  • Catégorie : Gestion de la mémoire
  • Catégorie : Algèbre linéaire
  • Catégorie : Principes de programmation
  • Catégorie : Structures de données
  • Catégorie : Évolutivité
  • Catégorie : Optimisation des performances

Outils que vous découvrirez

  • Catégorie : C et C++
  • Catégorie : Programmation Python
  • Catégorie : C++ (langage de programmation)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
Préparer un diplôme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

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 : Développement du programme
Catégorie : Environnement de développement
Catégorie : C et C++
Catégorie : Architecture des ordinateurs
Catégorie : Architecture matérielle
Catégorie : Principes de programmation
Catégorie : Accès aux données
Catégorie : C++ (langage de programmation)
Catégorie : Programmation Python
Introduction à la programmation parallèle avec CUDA

Introduction à la programmation parallèle avec CUDA

COURS 2, 22 heures

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 : Développement du programme
Catégorie : Gestion de la mémoire
Catégorie : Matériel informatique
Catégorie : Optimisation des performances
Catégorie : Algorithmes
CUDA à l'échelle de l'entreprise

CUDA à l'échelle de l'entreprise

COURS 3, 29 heures

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 : C et C++
Catégorie : Développement du programme
Catégorie : Algorithmes
Catégorie : Évolutivité
Catégorie : Optimisation des performances
Catégorie : Programmation événementielle
Catégorie : C++ (langage de programmation)
Catégorie : Traitement des signaux numériques
Bibliothèques CUDA avancées

Bibliothèques CUDA avancées

COURS 4, 26 heures

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 : Algèbre linéaire
Catégorie : Algorithmes
Catégorie : Transformation des données
Catégorie : Science des données
Catégorie : Structures de données
Catégorie : Apprentissage automatique
Catégorie : Réseaux neuronaux artificiels
Catégorie : Apprentissage automatique appliqué
Catégorie : Développement de logiciels
Catégorie : Traitement des signaux numériques

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

Chancellor Thomas Pascale
Johns Hopkins University
4 Cours32 366 apprenants

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.’

Avis des étudiants sur Programmation GPU

moyenne sur l'ensemble des 4 cours

  • 5 étoiles

    32,28 %

  • 4 étoiles

    12,28 %

  • 3 étoiles

    8,07 %

  • 2 étoiles

    13,33 %

  • 1 étoile

    34,03 %

RS
Cours : Introduction à la programmation simultanée avec les GPU

Révisé le 18 oct. 2023

HJ
Cours : Introduction à la programmation parallèle avec CUDA

Révisé le 30 juil. 2026

RI
Cours : Introduction à la programmation simultanée avec les GPU

Révisé le 28 août 2023

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

Foire Aux Questions