Praha, Pražský hrad

NobleProg Praha, Prokopská 296/8, Prague, czech, 118 00
Close to the Prague Castle

Subcategories (1)

Image for CUDA (Compute Unified Device Architecture) category
CUDA (Compute Unified Device Architecture)

Explore Our Courses

GPU Programming with OpenACC

28 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří chtějí používat OpenACC k programování heterogenních zařízení a využívat jejich paralelismus. Na konci tohoto školení budou účastníci schopni:
  • Nastavte vývojové prostředí, které obsahuje OpenACC SDK, zařízení podporující OpenACC a Visual Studio Code.
  • Vytvořte základní program OpenACC, který provede přidání vektoru na zařízení a načte výsledky z paměti zařízení.
  • Použijte direktivy a klauzule OpenACC k anotaci kódu a určete paralelní oblasti, přesun dat a možnosti optimalizace.
  • Použijte OpenACC API k dotazování na informace o zařízení, nastavení čísla zařízení, zpracování chyb a synchronizaci událostí.
  • Použijte knihovny OpenACC a funkce interoperability k integraci OpenACC s jinými programovacími modely, jako je CUDA, OpenMP a MPI.
  • Pomocí nástrojů OpenACC můžete profilovat a ladit programy OpenACC a identifikovat úzká místa výkonu a příležitosti.
  • Optimalizujte programy OpenACC pomocí technik, jako je umístění dat, fúze smyček, fúze jádra a automatické ladění.
Přečtěte si více...

Introduction to GPU Programming

21 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří se chtějí naučit základy programování GPU a hlavní rámce a nástroje pro vývoj aplikací GPU. .
  • Na konci tohoto školení budou účastníci schopni:
    Pochopte rozdíl mezi CPU a GPU computingem a výhody a výzvy programování GPU.
  • Vyberte si správný rámec a nástroj pro jejich GPU aplikaci.
  • Vytvořte základní GPU program, který provádí přidávání vektorů pomocí jednoho nebo více rámců a nástrojů.
  • Použijte příslušná rozhraní API, jazyky a knihovny k dotazování na informace o zařízení, alokaci a uvolnění paměti zařízení, kopírování dat mezi hostitelem a zařízením, spouštění jader a synchronizaci vláken.
  • Použijte příslušné paměťové prostory, jako je globální, místní, konstantní a soukromý, k optimalizaci datových přenosů a přístupů do paměti.
  • K řízení paralelismu použijte příslušné modely provádění, jako jsou pracovní položky, pracovní skupiny, vlákna, bloky a mřížky.
  • Ladění a testování GPU programů pomocí nástrojů jako CodeXL, CUDA-GDB, CUDA-MEMCHECK a NVIDIA Nsight.
  • Optimalizujte GPU programy pomocí technik, jako je slučování, ukládání do mezipaměti, předběžné načítání a profilování.
Přečtěte si více...

GPU Programming - OpenCL vs CUDA vs ROCm

28 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří chtějí používat různé rámce pro programování GPU a porovnávat jejich funkce, výkon a kompatibilitu. Na konci tohoto školení budou účastníci schopni:
  • Nastavte vývojové prostředí, které obsahuje OpenCL SDK, CUDA Toolkit, ROCm Platform, zařízení, které podporuje OpenCL, CUDA nebo ROCm, a Visual Studio kód.
  • Vytvořte základní GPU program, který provádí přidávání vektorů pomocí OpenCL, CUDA a ROCm, a porovnejte syntaxi, strukturu a provedení každého rámce.
  • Použijte příslušná rozhraní API k dotazování na informace o zařízení, alokaci a uvolnění paměti zařízení, kopírování dat mezi hostitelem a zařízením, spouštění jader a synchronizaci vláken.
  • Použijte příslušné jazyky k zápisu jader, která se spouštějí na zařízení a manipulují s daty.
  • K provádění běžných úloh a operací použijte příslušné vestavěné funkce, proměnné a knihovny.
  • Použijte příslušné paměťové prostory, jako je globální, místní, konstantní a soukromý, k optimalizaci datových přenosů a přístupů do paměti.
  • Použijte příslušné modely provádění k řízení vláken, bloků a mřížek, které definují rovnoběžnost.
  • Ladění a testování GPU programů pomocí nástrojů jako CodeXL, CUDA-GDB, CUDA-MEMCHECK a NVIDIA Nsight.
  • Optimalizujte GPU programy pomocí technik, jako je slučování, ukládání do mezipaměti, předběžné načítání a profilování.
Přečtěte si více...

ROCm for Windows

21 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří chtějí nainstalovat a používat ROCm ve Windows k programování AMD GPU a využívat jejich paralelismus. Na konci tohoto školení budou účastníci schopni:
  • Nastavte vývojové prostředí, které obsahuje ROCm Platform, AMD GPU a Visual Studio kód na Windows.
  • Vytvořte základní program ROCm, který provede sčítání vektorů na GPU a načte výsledky z paměti GPU.
  • Použijte ROCm API k dotazování na informace o zařízení, alokaci a uvolnění paměti zařízení, kopírování dat mezi hostitelem a zařízením, spouštění jader a synchronizaci vláken.
  • Použijte jazyk HIP k zápisu jader, která se spouštějí na GPU a manipulují s daty.
  • K provádění běžných úloh a operací použijte vestavěné funkce, proměnné a knihovny HIP.
  • Používejte paměťové prostory ROCm a HIP, jako jsou globální, sdílené, konstantní a místní, k optimalizaci datových přenosů a přístupů k paměti.
  • Pomocí modelů provádění ROCm a HIP můžete ovládat vlákna, bloky a mřížky, které definují paralelismus.
  • Ladění a testování programů ROCm a HIP pomocí nástrojů jako ROCm Debugger a ROCm Profiler.
  • Optimalizujte programy ROCm a HIP pomocí technik, jako je slučování, ukládání do mezipaměti, předběžné načítání a profilování.
Přečtěte si více...

AMD GPU Programming

28 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří chtějí používat ROCm a HIP k programování AMD GPU a využívat jejich paralelismus. Na konci tohoto školení budou účastníci schopni:
  • Nastavte vývojové prostředí, které zahrnuje platformu ROCm, kód AMD GPU a Visual Studio.
  • Vytvořte základní program ROCm, který provede sčítání vektorů na GPU a načte výsledky z paměti GPU.
  • Použijte ROCm API k dotazování na informace o zařízení, alokaci a uvolnění paměti zařízení, kopírování dat mezi hostitelem a zařízením, spouštění jader a synchronizaci vláken.
  • Použijte jazyk HIP k zápisu jader, která se spouštějí na GPU a manipulují s daty.
  • K provádění běžných úloh a operací použijte vestavěné funkce, proměnné a knihovny HIP.
  • Používejte paměťové prostory ROCm a HIP, jako jsou globální, sdílené, konstantní a místní, k optimalizaci datových přenosů a přístupů k paměti.
  • Pomocí modelů provádění ROCm a HIP můžete ovládat vlákna, bloky a mřížky, které definují paralelismus.
  • Ladění a testování programů ROCm a HIP pomocí nástrojů jako ROCm Debugger a ROCm Profiler.
  • Optimalizujte programy ROCm a HIP pomocí technik, jako je slučování, ukládání do mezipaměti, předběžné načítání a profilování.
Přečtěte si více...

GPU Programming with CUDA

28 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří chtějí používat CUDA k programování NVIDIA GPU a využívat jejich paralelismus. Na konci tohoto školení budou účastníci schopni:
  • Nastavte vývojové prostředí, které obsahuje sadu nástrojů CUDA, kód NVIDIA GPU a Visual Studio.
  • Vytvořte základní CUDA program, který provede sčítání vektorů na GPU a načte výsledky z paměti GPU.
  • Použijte CUDA API k dotazování na informace o zařízení, alokaci a uvolnění paměti zařízení, kopírování dat mezi hostitelem a zařízením, spouštění jader a synchronizaci vláken.
  • Použijte jazyk CUDA C/C++ k zápisu jader, která se spouštějí na GPU a manipulují s daty.
  • K provádění běžných úloh a operací používejte vestavěné funkce, proměnné a knihovny CUDA.
  • Použijte paměťové prostory CUDA, jako jsou globální, sdílené, konstantní a místní, k optimalizaci datových přenosů a přístupů k paměti.
  • Použijte prováděcí model CUDA k řízení vláken, bloků a mřížek, které definují rovnoběžnost.
  • Ladění a testování programů CUDA pomocí nástrojů jako CUDA-GDB, CUDA-MEMCHECK a NVIDIA Nsight.
  • Optimalizujte programy CUDA pomocí technik, jako je slučování, ukládání do mezipaměti, předběžné načítání a profilování.
Přečtěte si více...

GPU Programming with OpenCL

28 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře, kteří chtějí používat OpenCL k programování heterogenních zařízení a využívat jejich paralelismus. Na konci tohoto školení budou účastníci schopni:
  • Nastavte vývojové prostředí, které obsahuje OpenCL SDK, zařízení podporující OpenCL a Visual Studio kód.
  • Vytvořte základní OpenCL program, který provede sčítání vektorů na zařízení a načte výsledky z paměti zařízení.
  • Použijte OpenCL API k dotazování na informace o zařízení, vytváření kontextů, příkazových front, vyrovnávacích pamětí, jader a událostí.
  • Jazyk OpenCL C použijte k zápisu jader, která se spouštějí na zařízení a manipulují s daty.
  • K provádění běžných úloh a operací použijte OpenCL vestavěné funkce, rozšíření a knihovny.
  • Použijte OpenCL modely paměti hostitele a zařízení k optimalizaci přenosů dat a přístupu k paměti.
  • Použijte prováděcí model OpenCL k řízení pracovních položek, pracovních skupin a rozsahů ND.
  • Ladění a testování OpenCL programů pomocí nástrojů jako CodeXL, Intel VTune a NVIDIA Nsight.
  • Optimalizujte OpenCL programy pomocí technik, jako je vektorizace, rozbalování smyček, lokální paměť a profilování.
Přečtěte si více...

Administration of CUDA

35 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na začínající systémové administrátory a IT profesionály, kteří chtějí instalovat, konfigurovat, spravovat a odstraňovat problémy s prostředími CUDA. Na konci tohoto školení budou účastníci schopni:
  • Pochopte architekturu, komponenty a možnosti CUDA.
  • Nainstalujte a nakonfigurujte prostředí CUDA.
  • Spravujte a optimalizujte zdroje CUDA.
  • Ladění a odstraňování běžných problémů CUDA.
Přečtěte si více...

NVIDIA GPU Programming

14 hodiny
This course covers how to program GPUs for parallel computing. Some of the applications include deep learning, analytics, and engineering applications.
Přečtěte si více...

NVIDIA GPU Programming - Extended

21 hodiny
Tento instruktorem vedený živý výukový kurz v Prague popisuje, jak programovat GPU pro paralelní výpočty, jak používat různé platformy, jak pracovat s platformou CUDA a jejími funkcemi a jak pomocí CUDA provádět různé optimalizační techniky. . Některé z aplikací zahrnují hluboké učení, analýzy, zpracování obrazu a inženýrské aplikace.
Přečtěte si více...

Hardware-Accelerated Video Analytics

14 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí sestavit hardwarově akcelerované modely detekce a sledování objektů pro analýzu streamovaných video dat.Na konci tohoto školení budou účastníci schopni:
  • Nainstalujte a nakonfigurujte potřebné vývojové prostředí, software a knihovny, abyste mohli začít s vývojem.
  • Vytvářejte, trénujte a nasazujte modely hlubokého učení pro analýzu živých video kanálů.
  • Identifikujte, sledujte, segmentujte a předvídejte různé objekty v rámci video snímků.
  • Optimalizujte modely detekce a sledování objektů.
  • Nasaďte inteligentní aplikaci pro analýzu videa (IVA).
Přečtěte si více...

GPU Programming with CUDA and Python

14 hodiny
Toto živé školení vedené instruktorem v Prague (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí používat CUDA k vytváření Python aplikací, které běží paralelně na GPU NVIDIA.Na konci tohoto školení budou účastníci schopni:
  • Použijte kompilátor Numba k urychlení Python aplikací běžících na GPU NVIDIA.
  • Vytvářejte, kompilujte a spouštějte vlastní jádra CUDA.
  • Správa paměti GPU.
  • Převeďte aplikaci založenou na CPU na aplikaci s akcelerací GPU.
Přečtěte si více...

Last Updated:

Reference (2)

Trenéři energii a humor.

Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.
Kurz - NVIDIA GPU Programming - Extended

Machine Translated

Velmi interaktivní s různými příklady, s dobrým postupem ve složitosti mezi začátkem a koncem školení.

Jenny - Andheo
Kurz - GPU Programming with CUDA and Python

Machine Translated

Upcoming Courses

Other regions in České republice

Ostatní země

Tyto kurzy jsou k dispozici také v jiných zemích

Konzultace

GPU Konzultace
GPU počítačová školení v Prague GPU počítačové kurzy v Prague GPU kurzy v Prague Víkendové GPU kurzy v Prague Večerní GPU školení v Prague, GPU lektor v Prague, GPU on-site v Prague, GPU uzavřená školení v Prague, GPU školitel v Prague, GPU přijímač v Prague, GPU vedené školitelem v Prague, GPU školení v Prague, GPU individuální školení v Prague, Víkendové GPU školení v Prague, GPU koučování v Prague, Večerní GPU kurzy v Prague
1