这个大学课程将为你提供的知识和工具将推动你的职业生涯达到更高的高度"

开发新的软件并行化算法需要计算机科学家在分析和编程技术方面训练有素和高度专业化。此外，还有大量工作致力于调整现有算法，使其适应不同硬件的新潜力，因此该领域正在蓬勃发展。 

计算机科学专业人员要想专门从事这一领域的工作，必须具备一系列基本知识，包括对并行编程范式、主要并行算法和当前编程中最常用工具的全面了解。 

这个大学课程课程探讨了所有这些问题，并扩展了 OpenMP、MPI、共享内存并行编程或 OpenCL 和 CUDA 等主题，这些主题对任何专门从事并行计算的 IT 专业人员都非常有用。 

这个计划的在线形式还有助于将其与其他类型的活动或个人责任结合起来。没有面授课程，也没有固定的时间表，学位课程的所有教材从第一天起就可以下载。学生可以根据自己的进度调整课程量。 

在 TECH，你不必上课，也不必适应固定的课程表。你将是决定时间表和何时学习各科的人" 

这个并行算法的分析与编程大学课程包含市场上最完整和最新的课程。主要特点是：

• 由平行和分布式计算专家提出的实际案例的发展 
• 这个书的内容图文并茂，具有明显的实用性，为专业实践所必需的那些学科提供了实用信息 
• 可以进行自我评估过程的实践，以推进学习 
• 其特别强调创新方法 
• 理论课、专家提问和个人思考作品 
• 可以从任何有互联网连接的固定或便携式设备上获取内容 

依靠全球最大的在线学术机构 TECH，它为你提供最具创新性的教育和技术资源" 

这个课程的教学人员包括来自这个行业的专业人士，他们将自己的工作经验带到了这一培训中，还有来自领先公司和著名大学的公认专家。

多媒体内容是用最新的教育技术开发的，将允许专业人员进行情景式学习，也就是一个模拟的环境，提供一个沉浸式的学习程序，为真实情况进行培训。

方案的设计是基于问题的学习。通过这种，人员必须尝试解决整个学程中出现的不同专业实践的情况。为此，他们将得到一个由公认的专家创建的创新互动视频系统的帮助。

发现并行编程最有趣的秘密和优势，并将其融入你的日常工作中，让你脱颖而出"

获取最先进的并行算法设计，掌握 OpenCL、CUDA 和 OpenMP 方面的丰富知识"

通过将 Relearning 纳入本专业，学生可以保证循序渐进、自然而然地掌握与并行算法编程相关的最重要术语和概念。大量的教学材料，包括教学团队自己提供的真实案例，构成了一个严谨、详尽并适应当今计算机现实的一流学术课程。 

详细的视频、视频摘要和其他视听材料将极大地帮助你减轻整个教学大纲的学习负担"

模块 1. 并行算法的分析和编程

1.1. 并行算法

1.1.1. 问题分解
1.1.2. 数据的依赖性
1.1.3. 隐式和显式并行

1.2. 并行编程范例

1.2.1. 共享内存并行编程
1.2.2. 使用分布式内存的并行编程
1.2.3. 混合并行编程
1.2.4. 异构计算--CPU+GPU
1.2.5. 量子计算具有隐含并行性的新编程模型

1.3. 共享内存并行编程

1.3.1. 共享内存的并行编程模型
1.3.2. 共享内存的并行算法
1.3.3. 共享内存并行编程库

1.4. 开放式编程

1.1.1. 开放式编程
1.1.2. 用OpenMP运行和调试程序
1.1.3. 在OpenMP中使用共享内存的并行算法

1.5. 平行消息传递编程

1.5.1. 消息传递原语
1.5.2. 通信操作和集体计算
1.5.3. 平行消息传递算法
1.5.4. 消息传递并行编程库

1.6. Message Passing Interface (MPI)

1.6.1. Message Passing Interface (MPI)
1.6.2. MPI程序的执行和调试
1.6.3. 用MPI进行并行消息传递的算法

1.7. 混合并行编程

1.7.1. 混合并行编程
1.7.2. 混合并行程序的执行和调试
1.7.3. 混合MPI-OpenMP并行算法

1.8. 异构计算的并行编程

1.8.1. 异构计算的并行编程
1.8.2. CPU vs.GPU
1.8.3. 异构计算的并行算法

1.9. OpenCL和CUDA

1.9.1. OpenCL VS.CUDA
1.9.2. 用异构计算运行和调试并行程序
1.9.3. 异构计算的并行算法

1.10. 平行算法的设计

1.10.1. 平行算法的设计
1.10.2. 问题和背景
1.10.3. 自动并行化VS。手动平行化
1.10.4. 分割问题
1.10.5. 计算机中的通信

你将找到所提供的每个主题的补充读物和实践练习"