hong-kong現場GPU培訓

本次由講師指導的培訓在hong-kong（線上或線下）進行，面向初級到中級開發者，他們希望使用OpenACC編程異構設備並利用其並行性。

培訓結束後，參與者將能夠：

• 搭建OpenACC開發環境。
• 編寫並運行一個基礎的OpenACC程序。
• 使用OpenACC指令和子句註釋代碼。
• 使用OpenACC API和庫。
• 對OpenACC程序進行性能分析、調試和優化。

這種以講師為主導的hong-kong現場現場培訓針對的是希望學習GPU程式設計基礎知識以及開發GPU應用程式的主要框架和工具的初級到中級開發人員。

• 在培訓結束時，參與者將能夠：
  瞭解 CPU 和 GPU 計算之間的區別以及 GPU 程式設計的好處和挑戰。
• 為他們的 GPU 應用程式選擇正確的框架和工具。
• 創建一個基本的 GPU 程式，該程式使用一個或多個框架和工具執行向量加法。
• 使用相應的 API、語言和庫來查詢設備資訊、分配和解除分配設備記憶體、在主機和設備之間複製數據、啟動內核以及同步線程。
• 使用相應的記憶體空間（如全域、本地、常量和專用）來優化數據傳輸和記憶體訪問。
• 使用相應的執行模型（如工作項、工作組、線程、塊和網格）來控制並行度。
• 使用 CodeXL 、 CUDA-GDB 、 CUDA-MEMCHECK 和 NVIDIA Nsight 等工具調試和測試 GPU 程式。
• 使用合併、緩存、預取和分析等技術優化 GPU 程式。

本次由講師指導的培訓在hong-kong（線上或線下）面向初學者到中級開發者，旨在幫助他們使用不同的GPU編程框架，並比較其特性、性能和兼容性。

培訓結束後，參與者將能夠：

• 設置包含OpenCL SDK、CUDA Toolkit、ROCm平臺、支持OpenCL、CUDA或ROCm的設備以及Visual Studio Code的開發環境。
• 使用OpenCL、CUDA和ROCm創建一個執行向量加法的基本GPU程序，並比較每個框架的語法、結構和執行方式。
• 使用各自的API查詢設備信息、分配和釋放設備內存、在主機和設備之間複製數據、啓動內核並同步線程。
• 使用各自的語言編寫在設備上執行並操作數據的內核。
• 使用各自的內置函數、變量和庫來執行常見任務和操作。
• 使用各自的內存空間（如全局、本地、常量和私有）來優化數據傳輸和內存訪問。
• 使用各自的執行模型來控制定義並行性的線程、塊和網格。
• 使用CodeXL、CUDA-GDB、CUDA-MEMCHECK和NVIDIA Nsight等工具調試和測試GPU程序。
• 使用合併、緩存、預取和分析等技術優化GPU程序。

這種以講師為主導的hong-kong現場現場培訓面向希望在Windows上安裝和使用ROCm以程式設計AMD GPU並利用其並行性的初級到中級開發人員。

在培訓結束時，參與者將能夠：

• 在 Windows 上設置包含 ROCm 平臺、AMD GPU 和 Visual Studio 代碼的開發環境。
• 創建一個基本的 ROCm 程式，該程式對 GPU 執行向量加法並從 GPU 記憶體中檢索結果。
• 使用 ROCm API 查詢設備資訊、分配和釋放裝置記憶體、在主機和設備之間複製數據、啟動內核和同步線程。
• 使用 HIP 語言編寫在 GPU 上執行的內核並操作數據。
• 使用 HIP 內置函數、變數和庫來執行常見任務和操作。
• 使用 ROCm 和 HIP 記憶體空間（如全域、共用、常量和本地）來優化數據傳輸和記憶體訪問。
• 使用 ROCm 和 HIP 執行模型來控制定義並行度的線程、塊和網格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具調試和測試 ROCm 和 HIP 程式。
• 使用合併、緩存、預取和分析等技術優化 ROCm 和 HIP 程式。

這種以講師為主導的hong-kong現場現場培訓面向希望使用ROCm和HIP對AMD GPU進行程式設計並利用其並行性的初級到中級開發人員。

在培訓結束時，參與者將能夠：

• 設置包含 ROCm 平臺、AMD GPU 和 Visual Studio 代碼的開發環境。
• 創建一個基本的 ROCm 程式，該程式對 GPU 執行向量加法並從 GPU 記憶體中檢索結果。
• 使用 ROCm API 查詢設備資訊、分配和釋放裝置記憶體、在主機和設備之間複製數據、啟動內核和同步線程。
• 使用 HIP 語言編寫在 GPU 上執行的內核並操作數據。
• 使用 HIP 內置函數、變數和庫來執行常見任務和操作。
• 使用 ROCm 和 HIP 記憶體空間（如全域、共用、常量和本地）來優化數據傳輸和記憶體訪問。
• 使用 ROCm 和 HIP 執行模型來控制定義並行度的線程、塊和網格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具調試和測試 ROCm 和 HIP 程式。
• 使用合併、緩存、預取和分析等技術優化 ROCm 和 HIP 程式。

這個由 講師指導的 hong-kong 現場現場培訓（在線或現場）面向希望使用 CUDA 對 NVIDIA GPU 進行程式設計並利用其並行性的初級到中級開發人員。

在本次培訓結束時，參與者將能夠：

• 設置一個開發環境，其中包括 CUDA 工具包、NVIDIA GPU 和 Visual Studio 代碼。
• 創建一個基本的 CUDA 程式，該程式在 GPU 上執行向量加法並從 GPU 記憶體中檢索結果。
• 使用 CUDA API 查詢設備資訊、分配和釋放設備記憶體、在主機和設備之間複製數據、啟動內核和同步線程。
• 使用 CUDA C/C++ 語言編寫在 GPU 上執行並操作數據的內核。
• 使用 CUDA 內建函數、變數和庫來執行常見任務和操作。
• 使用 CUDA 記憶體空間（例如全域、共用、常量和本地）來優化數據傳輸和記憶體訪問。
• 使用 CUDA 執行模型來控制定義並行度的線程、塊和網格。
• 使用 CUDA-GDB、CUDA-MEMCHECK 和 NVIDIA Nsight 等工具調試和測試 CUDA 程式。
• 使用合併、緩存、預取和分析等技術優化 CUDA 程式。

97% de clients satisfaits. 

這種由講師指導的現場培訓 hong-kong（在線或遠端）面向希望安裝、配置、管理和排除 CUDA 環境故障的初級系統管理員和 IT 專業人員。

在培訓結束時，參與者將能夠：

• 瞭解 CUDA 的架構、元件和功能。
• 安裝和配置 CUDA 環境。
• 管理和優化 CUDA 資源。
• 調試和排查常見的 CUDA 問題。

本課程由講師主導，提供hong-kong（線上或線下）培訓，面向希望使用OpenCL編程異構設備並利用其並行性的初級到中級開發者。

通過本培訓，學員將能夠：

• 設置開發環境，包括OpenCL SDK、支持OpenCL的設備和Visual Studio Code。
• 創建一個基本的OpenCL程序，在設備上執行向量加法並從設備內存中檢索結果。
• 使用OpenCL API查詢設備信息，創建上下文、命令隊列、緩衝區、內核和事件。
• 使用OpenCL C語言編寫在設備上執行並操作數據的內核。
• 使用OpenCL內置函數、擴展和庫執行常見任務和操作。
• 使用OpenCL主機和設備內存模型優化數據傳輸和內存訪問。
• 使用OpenCL執行模型控制工作項、工作組和ND範圍。
• 使用CodeXL、Intel VTune和NVIDIA Nsight等工具調試和測試OpenCL程序。
• 使用向量化、循環展開、局部內存和性能分析等技術優化OpenCL程序。

此講師主導的現場直播培訓在hong-kong（線上或線下）舉辦，旨在幫助希望利用CUDA來加速應用程序、編寫高性能GPU內核並利用並行算法庫進行科學計算、數據處理及機器學習工作的C++開發者。

這項在hong-kong開展的由講師主導的直播培訓（線上或線下），面向希望使用CUDA加速計算密集型應用的C/C++開發人員，涉及數據處理、科學模擬、機器學習工作負載及圖像處理流水線等場景。

hong-kong 中的講師指導即時培訓（線上或線下）面向希望使用 TensorFlow 2.x 和 Keras 構建、訓練並部署用於計算機視覺、自然語言處理和跨模態應用的深度學習模型的軟件開發人員、數據分析師和技術專業人員。

這個由講師指導的 hong-kong 現場培訓課程涵蓋了如何為並行計算程式設計 GPU、 如何使用各種平臺、如何使用 CUDA 平臺及其功能，以及如何使用 CUDA 執行各種優化技術。其中一些應用包括深度學習、分析、圖像處理和工程應用。