Szkolenia GPU (Graphics Processing Unit) online lub na miejscu, prowadzone przez instruktora na żywo, przybliżają poprzez interaktywne dyskusje i praktyczne ćwiczenia podstawy procesorów graficznych oraz sposoby ich programowania.
Szkolenia GPU są dostępne jako „szkolenia online na żywo” lub „szkolenia na miejscu na żywo”. Szkolenia online na żywo (znane również jako „zdalne szkolenia na żywo”) realizowane są za pośrednictwem interaktywnego pulpitu zdalnego. Szkolenia na miejscu mogą odbywać się lokalnie w siedzibie klienta w Trójmiasto lub w centrach szkoleniowych NobleProg w Trójmiasto.
NobleProg -- Twój lokalny dostawca szkoleń
Gdynia
Hotel Nadmorski, Ejsmonda 2, Gdynia, Polska, 81-409
Sala szkoleniowa znajduje się zaledwie 3 kilometry od Dworca PKP/PKS w Gdyni, co sprawia, że jest łatwo dostępna dla uczestników podróżujących pociągiem lub autobusem. Dodatkowo, jest oddalona tylko o 400 metrów od przystanku autobusowego, ułatwiając dojazd nawet tym, którzy podróżują komunikacją miejską. Wyposażona jest w niezbędne narzędzia do prowadzenia szkoleń, takie jak rzutnik, ekran oraz flipchart, co zapewnia komfortowe warunki dla uczestników i prowadzącego zajęcia.
Gdańsk
Hotel Fahrenheit, Grodzka 19, Gdańsk, Polska, 80-841
Sala szkoleniowa znajduje się w samym sercu malowniczej gdańskiej starówki, co sprawia, że otoczenie jest nie tylko inspirujące, ale także wyjątkowo atrakcyjne dla uczestników. W niedalekiej odległości można znaleźć dworzec PKP oraz PKS, ułatwiając przyjazd zarówno tym podróżującym pociągiem, jak i autobusem. Dodatkowo, lotnisko i port są również w zasięgu ręki, co czyni tę lokalizację wygodną dla osób przybywających z dalszych miejscowości, zarówno z kraju, jak i spoza jego granic.
To prowadzone przez instruktora szkolenie w Trójmiasto uczy inżynierów AI na poziomie średnio zaawansowanym budowania i optymalizowania modeli sieci neuronowych z wykorzystaniem platformy Huawei Ascend i zestawu narzędzi CANN. Uczestnicy skonfigurują środowiska, będą tworzyć aplikacje z MindSpore oraz wdrażać je w środowiskach brzegowych lub chmurowych.
To szkolenie na żywo z instruktorem w Trójmiasto omawia stos AI Huawei, od zestawu SDK CANN po framework MindSpore. Pomaga początkującym i średnio zaawansowanym specjalistom zrozumieć, w jaki sposób te komponenty integrują się na sprzęcie Ascend w celu zarządzania cyklem życia i wdrażania.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów na poziomie podstawowym i średniozaawansowanym, którzy chcą wykorzystać OpenACC do programowania urządzeń heterogenicznych i wykorzystania ich równoległości.
Po zakończeniu szkolenia uczestnicy będą mogli:
Skonfigurować środowisko programistyczne OpenACC.
Napisać i uruchomić podstawowy program OpenACC.
Adnotować kod za pomocą dyrektyw i klauzul OpenACC.
Korzystać z API i bibliotek OpenACC.
Profilować, debugować i optymalizować programy OpenACC.
To prowadzone przez instruktora szkolenie w kategorii Trójmiasto obejmuje wdrażanie i optymalizację modeli wizji komputerowej oraz NLP przy użyciu CANN SDK na sprzęcie Ascend. Uczestnicy nauczą się konwertować modele, integrować je z działającymi potokami oraz zwiększać wydajność inferencji na potrzeby detekcji i analizy w czasie rzeczywistym.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów na poziomie podstawowym i średniozaawansowanym, którzy chcą poznać podstawy programowania GPU oraz główne frameworki i narzędzia do tworzenia aplikacji GPU.
Pod koniec szkolenia uczestnicy będą mogli: Zrozumieć różnicę między obliczeniami CPU i GPU oraz korzyści i wyzwania związane z programowaniem GPU.
Wybrać odpowiedni framework i narzędzie dla swojej aplikacji GPU.
Stworzyć podstawowy program GPU wykonujący dodawanie wektorów przy użyciu jednego lub więcej frameworków i narzędzi.
Używać odpowiednich interfejsów API, języków i bibliotek do pobierania informacji o urządzeniu, alokowania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jąder i synchronizacji wątków.
Używać odpowiednich przestrzeni pamięci, takich jak globalna, lokalna, stała i prywatna, aby zoptymalizować transfery danych i dostęp do pamięci.
Używać odpowiednich modeli wykonania, takich jak elementy robocze, grupy robocze, wątki, bloki i siatki, aby kontrolować równoległość.
Debugować i testować programy GPU przy użyciu narzędzi takich jak CodeXL, CUDA-GDB, CUDA-MEMCHECK i NVIDIA Nsight.
Optymalizować programy GPU przy użyciu technik takich jak łączenie, buforowanie, pobieranie z wyprzedzeniem i profilowanie.
To prowadzone przez instruktora szkolenie na żywo w Trójmiasto wyposaża zaawansowanych programistów w umiejętności tworzenia, wdrażania i dostrajania niestandardowych operatorów AI. Uczestnicy opanują integrację CANN TIK i Apache TVM, co umożliwi zaawansowaną optymalizację i planowanie na sprzęcie Huawei Ascend w celu osiągnięcia rzeczywistej wydajności.
To szkolenie prowadzone przez instruktora (online lub na miejscu) w Trójmiasto jest skierowane do programistów na poziomie początkującym i średnio zaawansowanym, którzy chcą korzystać z różnych frameworków do programowania GPU i porównać ich funkcje, wydajność i kompatybilność.
Po zakończeniu szkolenia uczestnicy będą mogli:
Skonfigurować środowisko deweloperskie obejmujące OpenCL SDK, CUDA Toolkit, platformę ROCm, urządzenie obsługujące OpenCL, CUDA lub ROCm oraz Visual Studio Code.
Stworzyć podstawowy program GPU wykonujący dodawanie wektorów przy użyciu OpenCL, CUDA i ROCm oraz porównać składnię, strukturę i wykonanie każdego frameworka.
Korzystać z odpowiednich interfejsów API do uzyskiwania informacji o urządzeniu, alokowania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania kernelów i synchronizacji wątków.
Korzystać z odpowiednich języków do pisania kernelów wykonywanych na urządzeniu i manipulowania danymi.
Korzystać z wbudowanych funkcji, zmiennych i bibliotek do wykonywania typowych zadań i operacji.
Korzystać z odpowiednich przestrzeni pamięci, takich jak globalna, lokalna, stała i prywatna, aby zoptymalizować transfery danych i dostęp do pamięci.
Korzystać z odpowiednich modeli wykonania do kontrolowania wątków, bloków i siatek definiujących równoległość.
Debugować i testować programy GPU przy użyciu narzędzi takich jak CodeXL, CUDA-GDB, CUDA-MEMCHECK i NVIDIA Nsight.
Optymalizować programy GPU przy użyciu technik takich jak łączenie, buforowanie, prefetching i profilowanie.
To szkolenie z instruktorem w Trójmiasto wprowadza CloudMatrix do skalowalnego wnioskowania AI. Naucz się wdrażać, optymalizować i monitorować modele przy użyciu CANN i MindSpore. Ćwiczenia praktyczne obejmują pakowanie, konwersję, serwowanie i dostrajanie wydajności dla obciążeń w czasie rzeczywistym i wsadowych.
To praktyczne szkolenie na żywo z instruktorem w Trójmiasto obejmuje podstawowe koncepcje i praktyczne podstawy wdrażania modeli AI na urządzeniach brzegowych Ascend przy użyciu zestawu narzędzi CANN, pomagając uczestnikom zdobyć praktyczne umiejętności w zakresie kompilowania, optymalizowania i zarządzania środowiskami o ograniczonych zasobach.
To szkolenie prowadzone przez instruktora w Trójmiasto (online lub na miejscu) jest skierowane do programistów na poziomie początkującym i średniozaawansowanym, którzy chcą zainstalować i korzystać z ROCm w systemie Windows, aby programować karty graficzne AMD i wykorzystywać ich możliwości równoległego przetwarzania.
Pod koniec szkolenia uczestnicy będą mogli:
Skonfigurować środowisko programistyczne obejmujące platformę ROCm, kartę graficzną AMD oraz Visual Studio Code w systemie Windows.
Stworzyć podstawowy program ROCm, który wykonuje dodawanie wektorów na GPU i pobiera wyniki z pamięci GPU.
Korzystać z interfejsu ROCm API do pozyskiwania informacji o urządzeniu, alokowania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jąder i synchronizacji wątków.
Korzystać z języka HIP do pisania jąder, które wykonują się na GPU i manipulują danymi.
Korzystać z wbudowanych funkcji, zmiennych i bibliotek HIP do wykonywania typowych zadań i operacji.
Korzystać z przestrzeni pamięci ROCm i HIP, takich jak globalna, współdzielona, stała i lokalna, aby optymalizować transfery danych i dostęp do pamięci.
Korzystać z modeli wykonania ROCm i HIP do kontrolowania wątków, bloków i siatek, które definiują równoległe przetwarzanie.
Debugować i testować programy ROCm i HIP za pomocą narzędzi takich jak ROCm Debugger i ROCm Profiler.
Optymalizować programy ROCm i HIP przy użyciu technik takich jak łączenie, buforowanie, pobieranie z wyprzedzeniem i profilowanie.
To szkolenie prowadzone przez instruktora w Trójmiasto (online lub na miejscu) jest skierowane do programistów na poziomie początkującym i średniozaawansowanym, którzy chcą wykorzystać ROCm i HIP do programowania GPU AMD i wykorzystania ich równoległości.
Po zakończeniu szkolenia uczestnicy będą mogli:
Skonfigurować środowisko programistyczne obejmujące platformę ROCm, procesor graficzny AMD oraz Visual Studio Code.
Stworzyć podstawowy program ROCm, który wykonuje dodawanie wektorów na GPU i pobiera wyniki z pamięci GPU.
Używać interfejsu API ROCm do odpytywania o informacje o urządzeniu, alokowania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jąder i synchronizacji wątków.
Używać języka HIP do pisania jąder wykonywanych na GPU i manipulowania danymi.
Używać wbudowanych funkcji, zmiennych i bibliotek HIP do wykonywania typowych zadań i operacji.
Używać przestrzeni pamięci ROCm i HIP, takich jak globalna, współdzielona, stała i lokalna, aby optymalizować transfery danych i dostęp do pamięci.
Używać modeli wykonania ROCm i HIP do kontrolowania wątków, bloków i siatek, które definiują równoległość.
Debugować i testować programy ROCm i HIP za pomocą narzędzi takich jak ROCm Debugger i ROCm Profiler.
Optymalizować programy ROCm i HIP za pomocą technik takich jak łączenie, buforowanie, pobieranie z wyprzedzeniem i profilowanie.
To szkolenie na żywo w Trójmiasto wprowadza zestaw narzędzi CANN dla twórców frameworków AI. Dowiedz się, jak konfigurować środowiska, konwertować modele i wdrażać aplikacje na sprzęcie Ascend przy użyciu MindSpore, TensorFlow lub PyTorch, obejmując cały proces od trenowania po wnioskowanie.
Zoptymalizuj obciążenia AI na platformach Ascend, Biren i Cambricon dzięki temu praktycznemu szkoleniu z zakresu Trójmiasto. Naucz się przeprowadzać testy porównawcze modeli, identyfikować wąskie gardła oraz stosować optymalizacje na poziomie grafu, jądra i operatora. Dostrajaj potoki wdrożeniowe, aby zwiększyć przepustowość i zmniejszyć opóźnienia na tych wiodących platformach.
Zoptymalizuj wydajność wnioskowania sieci neuronowych na procesorach AI Ascend dzięki zaawansowanemu, prowadzonemu przez instruktora szkoleniu w Trójmiasto. Poznaj architekturę środowiska uruchomieniowego CANN, wykorzystując Graph Engine, TIK i TVM do profilowania, tworzenia niestandardowych operatorów i rozwiązywania wąskich gardeł pamięci.
Migruj aplikacje CUDA na chińskie architektury GPU, takie jak Huawei Ascend i Biren, w Trójmiasto. Ten kurs prowadzony przez instruktora przeprowadza zaawansowanych programistów przez tłumaczenie kodu i optymalizację wydajności, obejmując praktyczne laboratoria przenoszenia baz kodu CUDA do nowych zestawów SDK.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do programistów na poziomie początkującym i średniozaawansowanym, którzy chcą używać CUDA do programowania procesorów graficznych NVIDIA i wykorzystywać ich równoległość.
Pod koniec szkolenia uczestnicy będą mogli:
Skonfigurować środowisko programistyczne zawierające CUDA Toolkit, procesor graficzny NVIDIA oraz Visual Studio Code.
Stworzyć podstawowy program CUDA, który wykonuje dodawanie wektorów na GPU i pobiera wyniki z pamięci GPU.
Używać CUDA API do pobierania informacji o urządzeniu, alokowania i zwalniania pamięci urządzenia, kopiowania danych między hostem a urządzeniem, uruchamiania jąder i synchronizacji wątków.
Używać języka CUDA C/C++ do pisania jąder wykonywanych na GPU i manipulowania danymi.
Używać wbudowanych funkcji, zmiennych i bibliotek CUDA do wykonywania typowych zadań i operacji.
Używać przestrzeni pamięci CUDA, takich jak globalna, współdzielona, stała i lokalna, aby optymalizować transfery danych i dostęp do pamięci.
Używać modelu wykonania CUDA do kontrolowania wątków, bloków i siatek, które definiują równoległość.
Debugować i testować programy CUDA za pomocą narzędzi takich jak CUDA-GDB, CUDA-MEMCHECK i NVIDIA Nsight.
Optymalizować programy CUDA za pomocą technik takich jak łączenie, buforowanie, pobieranie z wyprzedzeniem i profilowanie.
To szkolenie na żywo w Trójmiasto prowadzi deweloperów AI na poziomie średnio zaawansowanym przez proces wdrażania modeli na procesorach Ascend przy użyciu zestawu narzędzi CANN. Uczestnicy nauczą się konwertować modele z frameworków takich jak PyTorch i TensorFlow, optymalizować wydajność oraz debugować problemy w celu efektywnego wnioskowania na urządzeniach brzegowych i w chmurze.
To szkolenie na żywo w Trójmiasto wyposaża programistów w umiejętności programowania i optymalizacji aplikacji na akceleratorach AI Biren. Uczestnicy poznają architekturę GPU, skonfigurują SDK i przetłumaczą kod CUDA na Biren. Szkolenie koncentruje się na technikach strojenia wydajności i debugowania.
To prowadzone przez instruktora szkolenie na żywo w Trójmiasto wyposaża programistów w umiejętności tworzenia i wdrażania modeli AI przy użyciu BANGPy i Neuware na jednostkach MLU firmy Cambricon. Uczestnicy skonfigurują środowiska, opracują zoptymalizowane modele i zintegrują akcelerację MLU w aplikacjach brzegowych i centrach danych.
To szkolenie prowadzone przez instruktora na żywo w Trójmiasto (online lub na miejscu) jest skierowane do początkujących administratorów systemów i specjalistów IT, którzy chcą instalować, konfigurować, zarządzać i rozwiązywać problemy w środowiskach CUDA.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozumieć architekturę, komponenty i możliwości CUDA.
Ten prowadzony przez instruktora, żywy trening w Trójmiasto (online lub na miejscu) jest skierowany do programistów na poziomie podstawowym i średnio zaawansowanym, którzy chcą wykorzystać OpenCL do programowania urządzeń heterogenicznych i wykorzystać ich równoległość.
Pod koniec tego szkolenia uczestnicy będą mogli:
Skonfigurować środowisko programistyczne zawierające OpenCL SDK, urządzenie obsługujące OpenCL oraz Visual Studio Code.
Utworzyć podstawowy program OpenCL, który wykonuje dodawanie wektorowe na urządzeniu i pobiera wyniki z pamięci urządzenia.
Wykorzystać OpenCL API do pobierania informacji o urządzeniu, tworzenia kontekstów, kolejek poleceń, buforów, kernelów i zdarzeń.
Wykorzystać język OpenCL C do pisania kernelów, które wykonują się na urządzeniu i manipulują danymi.
Wykorzystać wbudowane funkcje, rozszerzenia i biblioteki OpenCL do wykonywania typowych zadań i operacji.
Wykorzystać modele pamięci hosta i urządzenia OpenCL do optymalizacji transferów danych i dostępu do pamięci.
Wykorzystać model wykonania OpenCL do kontrolowania work-items, work-groups i ND-ranges.
Debugować i testować programy OpenCL za pomocą narzędzi takich jak CodeXL, Intel VTune i NVIDIA Nsight.
Optymalizować programy OpenCL za pomocą technik takich jak wektoryzacja, rozwinięcie pętli, pamięć lokalna i profilowanie.
To szkolenie prowadzone przez instruktora (online lub stacjonarne) w Trójmiasto skierowane jest do deweloperów C++, którzy chcą przyspieszyć aplikacje przy użyciu technologii CUDA, pisać wydajne jądra GPU oraz wykorzystywać biblioteki algorytmiki równoległej do obliczeń naukowych, przetwarzania danych i zadań uczenia maszynowego.
To prowadzone na żywo szkolenie instruktorskie w Trójmiasto (online lub stacjonarnie) jest skierowane do programistów C/C++, którzy chcą wykorzystać technologię CUDA do przyspieszenia aplikacji wymagających dużych mocy obliczeniowych, takich jak przetwarzanie danych, symulacje naukowe, zadania uczenia maszynowego oraz potoki przetwarzania obrazów.
To szkolenie prowadzone przez instruktora na żywo w Trójmiasto (online lub na miejscu) jest skierowane do programistów, analityków danych i specjalistów technicznych, którzy chcą wykorzystać TensorFlow 2.x i Keras do budowania, trenowania i wdrażania modeli uczenia głębokiego w zastosowaniach związanych z przetwarzaniem obrazów, języka naturalnego i aplikacjami multimodalnymi.
Ten prowadzony przez instruktora kurs na żywo w Trójmiasto obejmuje programowanie GPU do obliczeń równoległych, korzystanie z różnych platform, pracę z platformą CUDA i jej funkcjami oraz stosowanie różnych technik optymalizacji za pomocą CUDA. Niektóre z zastosowań obejmują uczenie głębokie, analizy, przetwarzanie obrazów i aplikacje inżynierskie.
Więcej...
Ostatnia aktualizacja:
Opinie uczestników (1)
Podejście prowadzącego. Bardzo sympatyczny i z poczuciem humoru, jednocześnie z zachowaniem należytego profesjonalizmu. W razie pytań, odpowiedzi były zawsze wyczerpujące. Dla mnie jako osoby mało obeznaną z tematem programowania niskopoziomowego, otwartośc prowadzącego dużo pomoga.
Michal Kwiatek - Nokia Solutions and Networks Sp. z o.o.
