Решайте проблемы с помощью мощных графических процессоров. Развитие навыков в области высокопроизводительных вычислений и их применение во многих областях.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Стажировка предназначена для специалистов по данным и разработчиков программного обеспечения, которые заинтересованы в создании программного обеспечения, использующего доступное оборудование. Студенты познакомятся с CUDA и библиотеками, которые позволяют выполнять множество вычислений одновременно и быстро.
Учащиеся реализуют как минимум 2 проекта, которые позволят им изучить решения на основе CUDA для обработки изображений/сигналов, а также тему по выбору, которая может быть связана с их текущей или будущей профессиональной карьерой.
Они также создадут короткие демонстрации своих усилий и поделятся своим кодом.
Что вы узнаете: Студенты научатся разрабатывать параллельное программное обеспечение на языках программирования Python и C/C++. Студенты получат базовый уровень понимания аппаратных и программных структур графического процессора.
Что вы узнаете: Студенты научатся использовать платформу CUDA для написания программного обеспечения на C/C++, которое работает на процессорах и графических процессорах Nvidia. Студенты превратят последовательные алгоритмы и проекты в команды CUDA, которые выполняются сотни и тысячи раз одновременно на оборудовании графического процессора.
Что вы узнаете: Студенты научатся разрабатывать программное обеспечение, которое можно запускать в вычислительных средах, включающих несколько процессоров и графических процессоров. Студенты будут разрабатывать программное обеспечение, которое использует CUDA для создания интерактивного вычислительного кода графического процессора для асинхронной обработки данных.
Что вы узнаете: Как разработать программное обеспечение, выполняющее сложные математические операции, с использованием таких библиотек, как cuFFT и cuBLAS. Как использовать библиотеку Thrust для выполнения различных манипуляций с данными и структурами данных, скрывающих управление памятью. Как разработать многоцелевое программное обеспечение для машинного обучения с использованием нейронных сетей, моделирующих библиотеки cuTensor и cuDNN.
