Вижте нашите курсове

GPU Programming with OpenACC

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да използват OpenACC за програмиране на разнородни устройства и да използват техния паралелизъм. До края на това обучение участниците ще могат:
  • Настройте среда за разработка, която включва OpenACC SDK, устройство, което поддържа OpenACC и Visual Studio код.
  • Създайте основна OpenACC програма, която извършва векторно добавяне на устройството и извлича резултатите от паметта на устройството.
  • Използвайте OpenACC директиви и клаузи, за да коментирате кода и да посочите паралелните региони, движението на данни и опциите за оптимизация.
  • Използвайте API на OpenACC, за да заявите информация за устройството, да зададете номер на устройството, да обработвате грешки и да синхронизирате събития.
  • Използвайте OpenACC библиотеки и функции за оперативна съвместимост, за да интегрирате OpenACC с други модели за програмиране, като CUDA, OpenMP и MPI.
  • Използвайте инструментите на OpenACC, за да профилирате и отстранявате грешки в програмите на OpenACC и да идентифицирате тесните места и възможности за производителност.
  • Оптимизирайте програмите OpenACC, като използвате техники като локализиране на данни, сливане на цикъл, сливане на ядрото и автоматична настройка.
Read more...

Introduction to GPU Programming

 21 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да научат основите на GPU програмирането и основните рамки и инструменти за разработване на GPU приложения .
  • До края на това обучение участниците ще могат:
    Разберете разликата между CPU и GPU изчисленията и предимствата и предизвикателствата на GPU програмирането.
  • Изберете правилната рамка и инструмент за тяхното GPU приложение.
  • Създайте основна GPU програма, която извършва добавяне на вектори, като използва една или повече от рамките и инструментите.
  • Използвайте съответните API, езици и библиотеки, за да правите заявки за информация за устройството, да разпределяте и освобождавате памет на устройството, да копирате данни между хост и устройство, да стартирате ядра и да синхронизирате нишки.
  • Използвайте съответните пространства на паметта, като глобална, локална, постоянна и частна, за да оптимизирате прехвърлянето на данни и достъпа до паметта.
  • Използвайте съответните модели за изпълнение, като работни елементи, работни групи, нишки, блокове и мрежи, за да контролирате паралелизма.
  • Отстранявайте грешки и тествайте GPU програми с помощта на инструменти като CodeXL, CUDA-GDB, CUDA-MEMCHECK и NVIDIA Nsight.
  • Оптимизирайте GPU програми, като използвате техники като обединяване, кеширане, предварително извличане и профилиране.
Read more...

GPU Programming - OpenCL vs CUDA vs ROCm

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да използват различни рамки за GPU програмиране и да сравняват техните характеристики, производителност и съвместимост. До края на това обучение участниците ще могат:
  • Настройте среда за разработка, която включва OpenCL SDK, CUDA Toolkit, ROCm платформа, устройство, което поддържа OpenCL, CUDA или ROCm и Visual Studio код.
  • Създайте основна GPU програма, която извършва добавяне на вектори, използвайки OpenCL, CUDA и ROCm, и сравнете синтаксиса, структурата и изпълнението на всяка рамка.
  • Използвайте съответните API, за да правите заявки за информация за устройството, да разпределяте и освобождавате памет на устройството, да копирате данни между хост и устройство, да стартирате ядра и да синхронизирате нишки.
  • Използвайте съответните езици, за да напишете ядра, които се изпълняват на устройството и манипулират данни.
  • Използвайте съответните вградени функции, променливи и библиотеки за изпълнение на общи задачи и операции.
  • Използвайте съответните пространства на паметта, като глобална, локална, постоянна и частна, за да оптимизирате прехвърлянето на данни и достъпа до паметта.
  • Използвайте съответните модели за изпълнение, за да контролирате нишките, блоковете и решетките, които определят паралелизма.
  • Отстранявайте грешки и тествайте GPU програми с помощта на инструменти като CodeXL, CUDA-GDB, CUDA-MEMCHECK и NVIDIA Nsight.
  • Оптимизирайте GPU програми, като използвате техники като обединяване, кеширане, предварително извличане и профилиране.
Read more...

ROCm for Windows

 21 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да инсталират и използват ROCm на Windows, за да програмират AMD GPU и да използват техния паралелизъм. До края на това обучение участниците ще могат:
  • Настройте среда за разработка, която включва ROCm платформа, AMD GPU и Visual Studio код на Windows.
  • Създайте базова ROCm програма, която извършва добавяне на вектор върху GPU и извлича резултатите от паметта GPU.
  • Използвайте ROCm API, за да правите заявки за информация за устройството, да разпределяте и освобождавате памет на устройството, да копирате данни между хост и устройство, да стартирате ядра и да синхронизирате нишки.
  • Използвайте HIP езика, за да пишете ядра, които се изпълняват на GPU и манипулират данни.
  • Използвайте вградените функции, променливи и библиотеки на HIP за изпълнение на общи задачи и операции.
  • Използвайте ROCm и HIP пространства на паметта, като глобални, споделени, постоянни и локални, за да оптимизирате трансфера на данни и достъпа до паметта.
  • Използвайте ROCm и HIP модели за изпълнение, за да контролирате нишките, блоковете и решетките, които определят паралелизма.
  • Отстранявайте грешки и тествайте ROCm и HIP програми с помощта на инструменти като ROCm Debugger и ROCm Profiler.
  • Оптимизирайте ROCm и HIP програмите, като използвате техники като обединяване, кеширане, предварително извличане и профилиране.
Read more...

AMD GPU Programming

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да използват ROCm и HIP за програмиране на AMD GPU и да използват техния паралелизъм. До края на това обучение участниците ще могат:
  • Настройте среда за разработка, която включва ROCm платформа, AMD GPU и Visual Studio код.
  • Създайте базова ROCm програма, която извършва добавяне на вектор върху GPU и извлича резултатите от паметта GPU.
  • Използвайте ROCm API, за да правите заявки за информация за устройството, да разпределяте и освобождавате памет на устройството, да копирате данни между хост и устройство, да стартирате ядра и да синхронизирате нишки.
  • Използвайте HIP езика, за да пишете ядра, които се изпълняват на GPU и манипулират данни.
  • Използвайте вградените функции, променливи и библиотеки на HIP за изпълнение на общи задачи и операции.
  • Използвайте ROCm и HIP пространства на паметта, като глобални, споделени, постоянни и локални, за да оптимизирате трансфера на данни и достъпа до паметта.
  • Използвайте ROCm и HIP модели за изпълнение, за да контролирате нишките, блоковете и решетките, които определят паралелизма.
  • Отстранявайте грешки и тествайте ROCm и HIP програми с помощта на инструменти като ROCm Debugger и ROCm Profiler.
  • Оптимизирайте ROCm и HIP програмите, като използвате техники като обединяване, кеширане, предварително извличане и профилиране.
Read more...

GPU Programming with CUDA

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да използват CUDA за програмиране на NVIDIA GPU и да използват техния паралелизъм. До края на това обучение участниците ще могат:
  • Настройте среда за разработка, която включва CUDA Toolkit, код на NVIDIA GPU и Visual Studio.
  • Създайте основна CUDA програма, която извършва добавяне на вектор върху GPU и извлича резултатите от паметта GPU.
  • Използвайте CUDA API, за да правите заявки за информация за устройството, да разпределяте и освобождавате памет на устройството, да копирате данни между хост и устройство, да стартирате ядра и да синхронизирате нишки.
  • Използвайте езика CUDA C/C++, за да напишете ядра, които се изпълняват на GPU и да манипулират данни.
  • Използвайте вградени функции, променливи и библиотеки на CUDA за изпълнение на общи задачи и операции.
  • Използвайте CUDA пространства на паметта, като глобални, споделени, постоянни и локални, за да оптимизирате трансфера на данни и достъпа до паметта.
  • Използвайте модел за изпълнение на CUDA, за да контролирате нишките, блоковете и решетките, които определят паралелизма.
  • Отстранявайте грешки и тествайте CUDA програми с помощта на инструменти като CUDA-GDB, CUDA-MEMCHECK и NVIDIA Nsight.
  • Оптимизирайте програмите CUDA, като използвате техники като обединяване, кеширане, предварително извличане и профилиране.
97% удовлетвореност на клиентите.
Read more...

Administration of CUDA

 35 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към системни администратори на ниво начинаещи и ИТ специалисти, които желаят да инсталират, конфигурират, управляват и отстраняват проблеми в CUDA среди. До края на това обучение участниците ще могат:
  • Разберете архитектурата, компонентите и възможностите на CUDA.
  • Инсталирайте и конфигурирайте CUDA среди.
  • Управлявайте и оптимизирайте ресурсите на CUDA.
  • Отстраняване на грешки и отстраняване на често срещани проблеми с CUDA.
Read more...

GPU Programming with OpenCL

 28 Часа
Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици от начинаещи до средно ниво, които желаят да използват OpenCL за програмиране на хетерогенни устройства и да използват техния паралелизъм. До края на това обучение участниците ще могат:
  • Настройте среда за разработка, която включва OpenCL SDK, устройство, което поддържа OpenCL и Visual Studio код.
  • Създайте основна OpenCL програма, която извършва векторно добавяне на устройството и извлича резултатите от паметта на устройството.
  • Използвайте OpenCL API за запитване към информация за устройството, създаване на контексти, опашки с команди, буфери, ядра и събития.
  • Използвайте OpenCL език C, за да напишете ядра, които се изпълняват на устройството и манипулират данни.
  • Използвайте OpenCL вградени функции, разширения и библиотеки за изпълнение на общи задачи и операции.
  • Използвайте OpenCL модели памет на хост и устройство, за да оптимизирате трансфера на данни и достъпа до паметта.
  • Използвайте OpenCL модел за изпълнение, за да контролирате работните елементи, работните групи и ND-обхватите.
  • Отстранявайте грешки и тествайте OpenCL програми с помощта на инструменти като CodeXL, Intel VTune и NVIDIA Nsight.
  • Оптимизирайте OpenCL програми, като използвате техники като векторизация, разгръщане на цикъл, локална памет и профилиране.
Read more...

GPU Programming with CUDA and Python

 14 Часа
Това инструкторско руководимо живо обучение в България (онлайн или наместно) е насочено към среднокоlescени разработчици, които искат да използват CUDA за построяване на Python приложения, работещи паралелно върху NVIDIA GPU. До края на това обучение участниците ще могат:
  • Да използват компилатора Numba за ускоряване на Python приложения, работещи на NVIDIA GPU.
  • Да създават, компилират и стартират персонализирани CUDA ядра.
  • Да управляват паметта на GPU.
  • Да конвертират CPU-базирано приложение в приложение, ускорено от GPU.
Read more...

NVIDIA GPU Programming - Extended

 21 Часа
Този воден от инструктор курс на обучение на живо в България обхваща как да програмирате GPUs за паралелни изчисления, как да използвате различни платформи, как да работите с платформата CUDA и нейните функции и как да изпълнявате различни техники за оптимизация с помощта на CUDA . Някои от приложенията включват дълбоко обучение, анализи, обработка на изображения и инженерни приложения.
Read more...

Последна актуализация:

Oтзиви от потребители(2)

Много интерактивен с различни примери, с добра прогресия в сложността между началото и края на обучението.

Jenny - Andheo

Курс - GPU Programming with CUDA and Python

Машинен превод

Обучаващи енергия и хумор.

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

Курс - NVIDIA GPU Programming - Extended

Машинен превод

Предстоящи Курсове

GPU Programming with OpenACC

2025-05-19 09:30
28 Часа
Central Point Варна
1080 EUR (На линия)
1880 EUR (В класна стая)

GPU Programming with CUDA and Python

2025-06-02 09:30
14 Часа
Делови център Пловдив
540 EUR (На линия)
2240 EUR (В класна стая)

GPU Programming with CUDA

2025-06-16 09:30
28 Часа
Кристал бизнес център
1080 EUR (На линия)
1880 EUR (В класна стая)

GPU Programming with OpenACC

2025-06-30 09:30
28 Часа
Central Point Варна
1080 EUR (На линия)
1880 EUR (В класна стая)

AMD GPU Programming

2025-07-14 09:30
28 Часа
Делови център Пловдив
1080 EUR (На линия)
4480 EUR (В класна стая)

Други региони в България

Other Countries

Тези курсове са налични и в други държави.

Консултиране

GPU Консултиране
Online GPU courses, Weekend GPU courses, Evening GPU training, GPU boot camp, GPU instructor-led, Weekend GPU training, Evening GPU courses, GPU coaching, GPU instructor, GPU trainer, GPU training courses, GPU classes, GPU on-site, GPU private courses, GPU one on one training