Подкатегории (1)

Image for the CUDA (Compute Unified Device Architecture)

CUDA (Compute Unified Device Architecture)

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
Online
1080 EUR (На линия)

GPU Programming with CUDA and Python

2025-06-02 09:30
14 Часа
Online
540 EUR (На линия)

GPU Programming with CUDA

2025-06-16 09:30
28 Часа
Online
1080 EUR (На линия)

GPU Programming with OpenACC

2025-06-30 09:30
28 Часа
Online
1080 EUR (На линия)

AMD GPU Programming

2025-07-14 09:30
28 Часа
Online
1080 EUR (На линия)

Други региони в България

Other Countries

Тези курсове са налични и в други държави.

Консултиране

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