El siguiente curso gratuito está dirigido para todas aquellas personas interesadas en aprender sobre CUDA.
Este curso forma parte de un programa especial, siendo este, el tercero de 4.
Por lo que te dejamos lo anterior, aquí abajo.
- Curso Gratis de Introducción a la Programación Concurrente con GPU
- Curso Gratis de Introducción a la Programación Paralela con CUDA
Acerca de Programa especializado: Programación GPU
Esta especialización está destinada a científicos de datos y desarrolladores de software para crear software que utilice hardware comúnmente disponible. Los estudiantes conocerán CUDA y las bibliotecas que permiten realizar numerosos cálculos en paralelo y rápidamente. Las aplicaciones de estas habilidades son el aprendizaje automático, el procesamiento de señales de imagen/audio y el procesamiento de datos.
Sobre el Curso (Por la Plataforma)
Este curso ayudará a los estudiantes a aprender conceptos que escalan el uso de GPU y las CPU que administran su uso más allá de las instalaciones de GPU de grado de consumidor más comunes.
Aprenderán a gestionar flujos de trabajo asincrónicos, enviando y recibiendo eventos para encapsular transferencias de datos y señales de control.
Además, los estudiantes recorrerán la aplicación de GPU para clasificar datos y procesar imágenes, implementando su propio software utilizando estas técnicas y bibliotecas.
Al final del curso, podrá hacer lo siguiente:
- Desarrolle software que pueda usar múltiples CPU y GPU
- Desarrollar software que utilice la capacidad de flujos y eventos de CUDA para crear flujos de trabajo asincrónicos
- Use el modelo computacional CUDA para resolver desafíos de programación canónica, incluida la clasificación de datos y el procesamiento de imágenes.
Para tener éxito en este curso, debe comprender la programación paralela y tener experiencia en programación en C/C++.
Este curso será extremadamente aplicable a los desarrolladores de software y científicos de datos que trabajan en los campos de la informática de alto rendimiento, el procesamiento de datos y el aprendizaje automático.
Qué aprenderás
- Los estudiantes aprenderán a desarrollar software que se puede ejecutar en entornos informáticos que incluyen varias CPU y GPU.
- Los estudiantes desarrollarán un software que usa CUDA para crear núcleos de procesamiento computacional de GPU interactivos para manejar datos asincrónicos.
- Los estudiantes usarán CUDA, capacidades de memoria de hardware y algoritmos/bibliotecas para resolver desafíos de programación, incluido el procesamiento de imágenes.
Habilidades que obtendrás
- Diferente
- Algoritmos
- C/C++
- GPU
- Nvidia
Ofrecido por
Universidad Johns Hopkins
La misión de la Universidad Johns Hopkins es educar a sus estudiantes y cultivar su capacidad para el aprendizaje permanente, fomentar la investigación independiente y original y llevar los beneficios del descubrimiento al mundo.
Programa (Contenido)
Resumen del curso
El propósito de este módulo es que los estudiantes comprendan cómo se llevará a cabo el curso, los temas, cómo se evaluarán y las expectativas.
Videos: 3
Duración: 11 Minutos
Múltiples sistemas de CPU/GPU
En entornos profesionales, el uso de una CPU que administra una GPU no es una configuración viable para resolver desafíos complejos. Los estudiantes aplicarán las capacidades de CUDA para permitir que múltiples CPU se comuniquen y administren núcleos de software en múltiples GPU.
Esto permitirá escalar el tamaño de los datos de entrada y la complejidad computacional. Los estudiantes aprenderán las ventajas y limitaciones de esta forma de procesamiento síncrono.
Videos: 7
Duración: 32 Minutos
Eventos y transmisiones de CUDA
Los estudiantes aprenderán a utilizar eventos y flujos de CUDA en sus programas, para permitir flujos de control y datos asincrónicos. Esto permitirá un software más interactivo y duradero, que incluye interfaces de usuario analíticas, transmisiones financieras o de video casi en vivo, y sistemas dinámicos de procesamiento de negocios.
Videos: 5
Duración: 28 Minutos
Clasificación usando GPU
El propósito de este módulo es que los estudiantes comprendan las bases del hardware y el software que utiliza CUDA. Esto es necesario para desarrollar software de manera adecuada para aprovechar de manera óptima los recursos de la GPU.
Videos: 11
Duración: 57 Minutos
Procesamiento de imágenes usando primitivas de programación de Nvidia
El propósito de este módulo es que los estudiantes comprendan los principios del desarrollo de software basado en CUDA.
Videos: 7
Duración: 52 Minutos
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
- Es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
- Es posible que el curso ofrezca la opción ‘Curso completo, sin certificado’. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo.
Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción.
Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.
¿Puedo programar en mi propia computadora portátil/de escritorio?
Sí, pero deberá actualizar los archivos de código en los laboratorios y tareas. Para los módulos 4 y 5 necesitará tener una GPU Nvidia instalada en su máquina.
El entorno en el navegador para laboratorios y asignaciones está diseñado para permitir toda la programación requerida.
Ingresa con el botón de aquí abajo para acceder al curso
¿Quieres Más?
Encuentra cursos y libros gratuitos, además de cupones de Udemy, en nuestros Telegram.
