Glenealy Tower

17F, No.1 Glenealy Central, Hong Kong, China

子目錄 (1)

CUDA (Compute Unified Device Architecture)

CUDA (Compute Unified Device Architecture)

探索我們的課程

GPU Programming with OpenACC

 28 時間：
這種由講師指導的現場培訓hong-kong（在線或遠端）面向希望使用 OpenACC 對異構設備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：
  • 設置一個開發環境，其中包含 OpenACC SDK、支援 OpenACC 的設備和 Visual Studio 代碼。
  • 創建一個基本的 OpenACC 程式，用於在設備上執行向量加法並從設備記憶體中檢索結果。
  • 使用 OpenACC 指令和子句對代碼進行註釋，並指定並行區域、數據移動和優化選項。
  • 使用 OpenACC API 查詢裝置資訊、設置設備編號、處理錯誤和同步事件。
  • 使用 OpenACC 庫和互操作性功能將 OpenACC 與其他程式設計模型（如 CUDA、OpenMP 和 MPI）集成。
  • 使用 OpenACC 工具分析和調試 OpenACC 程式，並確定性能瓶頸和機會。
  • 使用數據局部性、迴圈融合、內核融合和自動調優等技術優化 OpenACC 程式。
更多...

Introduction to GPU Programming

 21 時間：
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。
更多...

GPU Programming - OpenCL vs CUDA vs ROCm

 28 時間：
這種以講師為主導的hong-kong現場現場培訓針對的是希望使用不同框架進行GPU程式設計並比較其功能，性能和相容性的初級到中級開發人員。 在培訓結束時，參與者將能夠：
  • 設置一個開發環境，其中包括 OpenCL SDK、CUDA 工具包、ROCm 平臺、支援 OpenCL、CUDA 或 ROCm 的設備以及 Visual Studio 代碼。
  • 創建一個基本的 GPU 程式，使用 OpenCL、CUDA 和 ROCm 執行向量加法，並比較每個框架的語法、結構和執行。
  • 使用相應的 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、啟動內核以及同步線程。
  • 使用相應的語言編寫在設備上執行的內核並操作數據。
  • 使用相應的內置函數、變數和庫來執行常見任務和操作。
  • 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來控制定義並行度的線程、塊和網格。
  • 使用 CodeXL 、 CUDA-GDB 、 CUDA-MEMCHECK 和 NVIDIA Nsight 等工具調試和測試 GPU 程式。
  • 使用合併、緩存、預取和分析等技術優化 GPU 程式。
更多...

ROCm for Windows

 21 時間：
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。
更多...

AMD GPU Programming

 28 時間：
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。
更多...

GPU Programming with CUDA

 28 時間：
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. 
更多...

Administration of CUDA

 35 時間：
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。
更多...

GPU Programming with OpenCL

 28 時間：
這種以講師為主導的hong-kong現場培訓（現場或遠端）面向希望使用OpenCL對異構設備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 OpenCL SDK、支援 OpenCL 和 Visual Studio 代碼的設備的開發環境。
  • 創建一個基本的 OpenCL 程式，該程式在設備上執行向量加法並從設備記憶體中檢索結果。
  • 使用 OpenCL API 查詢設備資訊、創建上下文、命令佇列、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、擴展和庫來執行常見任務和操作。
  • 使用 OpenCL 主機和設備記憶體模型來優化數據傳輸和記憶體訪問。
  • 使用 OpenCL 執行模型來控制工作項、工作組和 ND 範圍。
  • 使用 CodeXL、Intel VTune 和 NVIDIA Nsight 等工具調試和測試 OpenCL 程式。
  • 使用矢量化、循環展開、本地記憶體和分析等技術優化 OpenCL 程式。
更多...

GPU Programming with CUDA and Python

 14 時間：
這是一個由講師指導的，在hong-kong（線上或線下）進行的培訓，針對希望使用CUDA來構建在NVIDIA GPU上並行運行的Python應用程式的中級開發者。 在培訓結束時，參與者將能夠：
  • 使用Numba編譯器來加速在NVIDIA GPU上運行的Python應用程式。
  • 創建、編譯並啟動自定義的CUDA核心。
  • 管理GPU的記憶體。
  • 將基於CPU的應用程式轉換為GPU加速的應用程式。
更多...

NVIDIA GPU Programming - Extended

 21 時間：
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。
更多...

Last Updated:

客戶評論 (2)

與各種示例非常互動，在培訓開始和結束之間的複雜性進展良好。

Jenny - Andheo

Course - GPU Programming with CUDA and Python

機器翻譯

培訓師精力充沛，幽默風趣。

Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.

Course - NVIDIA GPU Programming - Extended

機器翻譯

Provisional Upcoming Courses (Require 5+ participants)

NVIDIA GPU Programming - Extended

2025-05-19 09:30
21 時間：
Glenealy Tower
HK$ 37650 (线上)
HK$ 89400 (課堂)

ROCm for Windows

2025-06-02 09:30
21 時間：
Glenealy Tower
HK$ 37650 (线上)
HK$ 89400 (課堂)

GPU Programming with OpenACC

2025-06-16 09:30
28 時間：
Glenealy Tower
HK$ 50200 (线上)
HK$ 119200 (課堂)

NVIDIA GPU Programming - Extended

2025-06-30 09:30
21 時間：
Glenealy Tower
HK$ 37650 (线上)
HK$ 89400 (課堂)

GPU Programming - OpenCL vs CUDA vs ROCm

2025-07-14 09:30
28 時間：
Glenealy Tower
HK$ 72080 (线上)
HK$ 141080 (課堂)

GPU Programming - OpenCL vs CUDA vs ROCm

2025-07-28 09:30
28 時間：
Glenealy Tower
HK$ 72080 (线上)
HK$ 141080 (課堂)

Other regions in 香港

Other Countries

以下培訓課程在其他國家也可以預定

諮詢顧問

GPU 諮詢顧問
Graphics Processing Unit,hong-kong, hong-kong, GPU, hong-kong一對一GPU課程, hong-kongGraphics Processing Unit訓練, 學習GPU在hong-kong, hong-kongGPU (Graphics Processing Unit)企業培訓, hong-kong短期GPU培訓, hong-kongGPU (Graphics Processing Unit)培訓師, hong-kongGraphics Processing Unit (GPU)課程, hong-kongGraphics Processing Unit (GPU)周末培訓, hong-kongGPU老師, hong-kongGPU輔導班, 學Graphics Processing Unit班在hong-kong, hong-kongGraphics Processing Unit晚上培訓, 小組GPU課程在hong-kong