日本のGPUトレーニング

Huawei Ascendは、高性能な推論処理と学習処理のために設計されたAIプロセッサ群です。

本講座は、HuaweiのAscendプラットフォームおよびCANNツールキットを用いてニューラルネットワークモデルを開発・最適化したい中級レベルのAIエンジニアやデータサイエンティスト向けに提供される、インストラクター主導のライブ研修（オンラインまたは対面）です。

本研修を修了すると、参加者は以下のことが可能になります：

• CANN開発環境のセットアップおよび設定
• MindSporeおよびCloudMatrixワークフローを用いたAIアプリケーションの開発
• カスタムオペレータやタイリング技術を活用したAscend NPU上でのパフォーマンス最適化
• モデルをエッジ環境またはクラウド環境へ展開すること

講座の形式について

• インタラクティブな講義およびディスカッション
• Huawei AscendおよびCANNツールキットを実際のサンプルアプリケーションで活用する演習
• モデルの構築、学習、展開に焦点を当てた指導付き練習問題

カスタマイズ可能なオプションについて

• お客様の利用環境やデータセットに合わせた本講座のカスタマイズをご希望の場合は、事前にお問い合わせください。

ファーウェイが提供するAIスタックは、下層レベルのCANN SDKから上層レベルのMindSporeフレームワークに至るまで、Ascendハードウェア向けに最適化された統合的なAI開発・展開環境を実現しています。

本講座はインストラクター主導のライブトレーニング（オンラインまたは現地開催）で、AIライフサイクル管理やインフラ構築における意思決定を支援するため、CANNおよびMindSporeがどのように連携しているかを学びたい初心者から中級レベルの技術担当者の方々を対象としています。

受講を終える頃には、参加者は以下のことを実現できるようになります：

• ファーウェイのAIコンピュートスタックが持つ階層型アーキテクチャを理解する。
• CANNがモデル最適化やハードウェアレベルでの展開をどのように支援しているかを見極める。
• 業界他社製品との比較を踏まえ、MindSporeフレームワークおよびツールチェーンを評価する。
• 企業環境やクラウド／オンプレミス環境におけるファーウェイのAIスタックの位置づけを把握する。

講座形式について

• 双方向性の高い講義およびディスカッション。
• 実際のシステムを使ったデモやケーススタディに基づく解説。
• MindSporeからCANNへのモデル流用処理を体験するための演習も任意で用意されています。

カスタマイズオプションについて

• 本講座の内容をご要望に合わせてカスタマイズしたい場合は、お問い合わせいただければ手配いたします。

日本（オンラインまたは現地開催）で行われるこの講師主導型実習授業は、OpenACCを用いて異種混在環境向けプログラミングを行い、並列性を活用したい初心者から中級レベルの開発者を対象としています。

受講後には以下のスキルが身につきます：

• OpenACC用の開発環境のセットアップ
• 基本的なOpenACCプログラムの作成と実行
• OpenACCの指示子や句を使用したコード記述
• OpenACC APIおよびライブラリの活用方法
• OpenACCプログラムのプロファイリング、デバッグ、最適化手法

CANN SDK（ニューラルネットワーク用計算アーキテクチャ）は、特にHuawei Ascendハードウェア上で、コンピュータビジョンやNLP分野におけるリアルタイムAIアプリケーションの展開および最適化を支援する強力なツール群です。

本講座は講師主導型のライブ研修（オンラインまたは対面）で、実業務向けにコンピュータビジョンや言語モデルを構築・展開・最適化したい中級レベルのAI技術者を対象としています。

研修終了時には、受講生は以下のスキルを習得できるようになります：

• CANNおよびAscendCLを用いてコンピュータビジョン・NLPモデルを展開し、最適化する方法
  
• CANNの各種ツールを利用してモデル変換を行い、実運用環境向けパイプラインへ統合する手順
  
• 物体検出・分類や感情分析などのタスクにおいて推論処理の性能を最適化する技術
  
• エッジ端末およびクラウド環境向けに、リアルタイム動作が可能なコンピュータビジョン／NLPパイプラインの構築法
  

講座の形式について

• インタラクティブな講義および実演
  
• モデル展開や性能分析を体験できる実習セッション
  
• 実際のコンピュータビジョン／NLP利用シーンに即したパイプライン設計演習
  

カスタマイズオプション

• 本講座をご希望の内容に合わせてカスタマイズする場合は、お問い合わせいただければ調整いたします。
  

日本（オンラインまたは対面）で実施されるこの講座は、GPUプログラミングの基礎や主要フレームワーク・ツールを習得したい初心者から中級レベルの開発者向けです。

• 本講座を受講後には、以下ができるようになります：
  CPU処理とGPU処理の違い、およびGPUプログラミングの利点と課題を理解する。
• ご自身のアプリケーションに適したフレームワークやツールを選択できる。
• 複数のフレームワーク・ツールを用いてベクトル加算処理を行う基本的なGPUプログラムを作成できる。
• それぞれのAPI、言語、ライブラリを用いてデバイス情報の照会やメモリの確保・解放、ホストとデバイス間でのデータ転送、カーネルの実行、スレッド同期処理などが行える。
• グローバル、ローカル、定数、プライベートといった各種メモリ空間を活用し、データ転送やアクセスの最適化を行える。
• ワークアイテム、ワークグループ、スレッド、ブロック、グリッドといった実行モデルを用いて並列処理の制御が可能になる。
• CodeXL、CUDA-GDB、CUDA-MEMCHECK、NVIDIA Nsightなどのツールを使ってGPUプログラムのデバッグやテストが行える。
• データ結合化、キャッシュ活用、プリフェッチング、プロファイリングといった手法を用いてGPUプログラムの最適化ができる。

CANN TIK（Tensor Instruction Kernel）およびApache TVMにより、Huawei Ascendハードウェア向けのAIモデルオペレータを高度に最適化・カスタマイズすることが可能になります。

本トレーニングはインストラクター主導のライブ講座（オンラインまたは対面）で、CANNのTIKプログラミングモデルおよびTVMコンパイラとの連携機能を活用してAIモデルのカスタムオペレータを構築・展開・チューニングしたい上級レベルのシステム開発者向けです。

受講終了後、参加者は以下のスキルを習得できるようになります：

• Ascendプロセッサ向けにTIK DSLを用いてカスタムAIオペレータを記述・テストする
• CANNランタイムおよび実行グラフへ自作のオペレータを統合する
• TVMを用いてオペレータのスケジューリング、自動チューニング、ベンチマークを行う
• 独自の計算パターンに対して命令レベルでの性能をデバッグ・最適化する

講座形式について

• インタラクティブな講義とデモンストレーション
• TIKおよびTVMパイプラインを活用したオペレータの実際的なコーディング演習
• Ascendハードウェアまたはシミュレーター上でのテストとチューニング

カスタマイズオプションについて

• 本講座の内容をお客様ニーズに合わせて調整したい場合は、事前にお問い合わせください。

本講座は講師によるライブ研修（オンラインまたは会場開催）で、GPUプログラミングに興味があり、複数のフレームワークを比較検討したい初心者から中級レベルの開発者を対象としています。

講座終了後、受講生は以下のことができるようになります：

• OpenCL SDK、CUDA Toolkit、ROCmプラットフォーム、OpenCL・CUDA・ROCm対応のデバイス、そしてVisual Studio Codeを備えた開発環境を構築する
• OpenCL、CUDA、ROCmそれぞれを用いてベクター加算処理を行う基本的なGPUプログラムを作成し、各フレームワークの構文や構造、実行特性を比較する
• 各APIを利用してデバイス情報の照会、メモリの確保・解放、ホストとデバイス間でのデータ転送、カーネルの起動、スレッド同期処理などを行う
• それぞれの言語を用いて、デバイス上で実行されデータを操作するカーネルプログラムを記述する
• 各フレームワークが提供する組み込み関数や変数、ライブラリを用いて一般的な処理を行う
• global、local、constant、privateといったメモリ領域を活用し、データ転送およびメモリアクセスの最適化を実現する
• 各フレームワークの実行モデルを用いてスレッドやブロック、グリッドの制御を行い並列処理を管理する
• CodeXL、CUDA-GDB、CUDA-MEMCHECK、NVIDIA NsightといったツールでGPUプログラムのデバッグやテストを行う
• データ結合化、キャッシュ活用、プリフェッチング、プロファイリングなどの技術を用いてGPUプログラムを最適化する

クラウドマトリックスは、Huaweiが提供する統合型AI開発・デプロイメントプラットフォームであり、拡張性に優れた本番環境向けの推論パイプラインを構築できるよう設計されています。

この講義形式によるライブトレーニング（オンラインまたは現地開催）は、CANNおよびMindSporeとの連携機能を用いてクラウドマトリックス上でAIモデルをデプロイ・監視したいと考える、初心者から中級レベルのAI技術者向けの内容となっています。

本研修を修了すると、参加者は以下の能力を習得できるようになります：

• クラウドマトリックスを用いてモデルのパッケージング・デプロイメント・提供を行う方法
• Ascendチップセット向けにモデルを変換・最適化する手法
• リアルタイム処理およびバッチ処理の両方に対応した推論パイプラインを構築する方法
• 本番環境においてデプロイメント状況を監視し、性能を調整する方法

講義の形式について

• 対話型の講義およびディスカッション
• 実際のデプロイメントシナリオを想定したクラウドマトリックスの操作演習
• モデル変換・最適化・拡張性に関する演習も含まれます

カスタマイズのオプションについて

• お客様のAI基盤やクラウド環境に合わせて本講座を個別にカスタマイズしたい場合は、ご相談ください。

ファーウェイが提供するAscend CANNツールキットを利用することで、Ascend 310などのエッジデバイス上での強力なAI推論処理が可能になります。CANNには計算資源やメモリが限られた環境向けに、モデルのコンパイル・最適化・展開を支援する各種ツールが揃っています。

本講座は講師によるライブ研修（オンラインまたは会場開催）で、CANNツールチェーンを用いてAscendエッジデバイス上にモデルを展開・最適化したい中級レベルのAI開発者やシステム統合担当者向けの内容となっています。

講座終了時には、受講者は以下のスキルを習得できるようになります：

• CANNツールを用いてAscend 310向けAIモデルの準備および変換を行うこと
  
• MindSpore LiteおよびAscendCLを活用して軽量な推論パイプラインを構築すること
  
• 計算能力やメモリ容量が限られた環境においてモデル性能の最適化を行うこと
  
• 実際のエッジ環境下でAIアプリケーションを展開し、その動作状況を監視すること
  

講座の進め方について

• 双方向型の講義および実演を交えた形式
  
• エッジ向けモデルやシナリオを用いた実習
  
• 仮想環境または物理的なエッジハードウェア上での実際の展開例を紹介
  

カスタマイズ対応について

• 本講座の内容をご要望に合わせてカスタマイズすることも可能ですので、お気軽にお問い合わせください。
  

この講義形式の実習（オンラインまたは対面）は、Windows上でROCmを導入しAMD GPU向けのプログラミングを行いたい初心者から中級レベルの開発者向けです。

本講座を修了することで受講者には以下の能力が身につきます：

• Windows上にROCmプラットフォーム、AMD GPUおよびVisual Studio Codeを組み合わせた開発環境を構築できる。
• GPU上でベクトル加算処理を行いその結果をメモリから取得する基本的なROCmプログラムを作成できる。
• ROCm APIを用いてデバイス情報の照会、メモリの確保・解放、ホストとデバイスの間でのデータ転送、カーネルの起動やスレッド同期化を行える。
• HIP言語を活用してGPU上で実行可能なカーネルコードを記述しデータ操作ができる。
• HIPに備わる組み込み関数・変数・ライブラリを用いて一般的な処理を行える。
• グローバル、共有、定数、ローカルといったROCmおよびHIPにおける各種メモリスペースを活用しデータ転送やメモリアクセスの最適化ができる。
• スレッド、ブロック、グリッドといった概念を用いて並列処理の構成制御を行える。
• ROCmデバッガーやROCmプロファイラーなどのツールでROCmおよびHIPプログラムのデバッグ・テストができる。
• コアレス化、キャッシュ利用、プリフェッチング、プロファイリングといった手法によりログラムを最適化できる。

日本（オンラインまたは対面）で行われるこのインストラクター主導の実践研修は、ROCmおよびHIPを用いてAMD GPUプログラミングを行い、その並列処理能力を最大限に活用したい初心者から中級レベルの開発者向けです。

研修終了時には、参加者は以下のことができるようになります：

• ROCmプラットフォーム、AMD GPU、およびVisual Studio Codeを含む開発環境の構築
• GPU上でベクトル加算処理を行い、結果をGPUメモリから取得する基本的なROCmプログラムの作成
• ROCm APIを用いてデバイス情報の照会やメモリ確保・解放、ホストとデバイス間でのデータ転送、カーネルの起動およびスレッド同期の実施
• HIP言語を利用してGPU上で実行可能なカーネルを記述し、データを操作すること
• HIPが提供する組み込み関数や変数、ライブラリを用いて一般的な処理の実装
• グローバルメモリ、共有メモリ、定数メモリ、ローカルメモリといったROCmおよびHIPの各種メモリ領域を活用してデータ転送やアクセス効率の最適化
• スレッド・ブロック・グリッド構造を用いて並列処理の実行形態を制御すること
• ROCm DebuggerやROCm ProfilerといったツールでROCmおよびHIPプログラムのデバッグやテストを行うこと
• コールシージング、キャッシュ化、プリフェッチ、プロファイリングなどの手法を用いてプログラム性能を最適化すること

CANN（Compute Architecture for Neural Networks）は、ファーウェイが提供するAI計算用ツールキットであり、Ascend AIプロセッサ上でAIモデルをコンパイル・最適化・展開するために利用されます。

本講座はインストラクターによるライブトレーニング（オンラインまたは現地実施）で、AI開発初心者を対象としています。CANNがモデルの訓練から展開までのプロセスにおいてどのように役立つか、またMindSpore、TensorFlow、PyTorchといったフレームワークとどう連携するかを学ぶことを目的としています。

講座終了時には、受講者は以下のスキルを身につけることができます：

• CANNツールキットの目的とアーキテクチャを理解する
• CANNおよびMindSporeを用いて開発環境を構築する
• 簡単なAIモデルをAscendハードウェア向けに変換・展開する
• ​将来のCANN最適化や統合プロジェクトに向けた基礎知識を得る

講座の形式

• インタラクティブな講義およびディスカッション
• 簡易的なモデル展開を体験する実習
• CANNツールチェーンおよび統合ポイントの段階別解説

講座カスタマイズオプション

• 本講座をご要望に合わせてカスタマイズしたい場合は、ご連絡ください

アセンド、ビレン、カンブリコンは中国国内で主要なAIハードウェアプラットフォームであり、それぞれ製品環境において大規模なAIワークロードを処理するための独自の加速機能やプロファイリングツールを提供しています。

本講座はインストラクター主導型のライブトレーニング（オンラインまたは対面）で、中国製AIチッププラットフォーム全体においてモデルの推論や学習フローを最適化したい上級者向けのAIインフラ・パフォーマンスエンジニアを対象としています。

講座終了時点で、受講者は以下のことができるようになります：

• アセンド、ビレン、カンブリコンプラットフォーム上でモデルのベンチマークを行うこと
• システムのボトルネックやメモリ・演算処理における非効率性を特定すること
• グラフレベル、カーネルレベル、オペレーターレベルでの最適化手法を適用すること
• スループットとレイテンシの改善に向けてデプロイメントパイプラインを調整すること

講座の形式について

• インタラクティブな講義およびディスカッション
• 各プラットフォーム上でのプロファイリング・最適化ツールを実際に使用する演習
• 現場で即利用可能なチューニング事例に基づく演習課題の実施

講座内容のカスタマイズオプションについて

• ご自身の運用環境や扱うモデルの特性に合わせたカスタムトレーニングを希望される場合は、事前にお問い合わせください。

CANN SDK（Compute Architecture for Neural Networks）は、ファーウェイが提供するAI計算基盤であり、開発者がAscend AIプロセッサ上で展開されたニューラルネットワークのパフォーマンスを細かく調整・最適化できるようにします。

本講座はインストラクター主導のライブトレーニング（オンラインまたはオンサイト）で、CANNが提供するグラフエンジンやTIK、カスタム演算子開発といった高度なツール群を活用して推論性能を最適化したい上級レベルのAI開発者やシステムエンジニアを対象としています。

本講座の終了時には、受講生は以下のことを実現できるようになります：

• CANNのランタイム構造およびパフォーマンス最適化の全プロセスを理解する。
• プロファイリングツールやグラフエンジンを用いて性能分析および改善を行う。
• TIKおよびTVMを活用してカスタム演算子を作成・最適化する。
• メモリのボトルネックを解消し、モデルの処理能力を向上させる。

講座の形式について

• インタラクティブな講義およびディスカッション
• リアルタイムプロファイリングや演算子チューニングを行う実習セッション
• 特殊な導入環境を想定した最適化演習も実施

カスタマイズオプションについて

• 本講座の内容をご要望に合わせてカスタマイズ希望の場合は、お問い合わせください。

華為のAscend、Biren、およびCambricon社のMLUといった中国製GPUアーキテクチャは、現地のAIやHPC市場向けに設計されたCUDA代替技術を提供しています。

本トレーニングは講師主導の実践形式で行われ（オンラインまたは対面）、既存のCUDAアプリケーションを中国製ハードウェア環境へ移植・最適化したい上級レベルのGPUプログラマーやインフラ担当者向けです。

受講後には以下のスキルを身につけることができます：

• 既存のCUDAワークロードが中国製チップでも利用可能か評価する方法
• Huawei CANN、Biren SDK、Cambricon BANGPy環境向けにCUDAコードを移植する手法
• 各プラットフォーム間での性能比較および最適化のポイント特定方法
• 異なるアーキテクチャ対応やデプロイ時における課題への対処法

講座形式について

• インタラクティブな講義とディスカッション
• 実際にコードを翻訳し、性能比較を行う演習実習
• マルチGPU環境対応戦略に関する課題解決演習

講座内容のカスタマイズについて

• 利用中のプラットフォームやCUDAプロジェクトに合わせた内容調整をご希望の場合は、お問い合わせください。

日本にて実施されるこのインストラクター主導のライブトレーニングは、CUDAを使ってNVIDIA GPU上で並列処理を行いたい初心者から中級レベルの開発者の方々向けです。

講座終了後には、以下のスキルを身につけることができます：

• CUDA Toolkit、NVIDIA GPU、Visual Studio Codeを含む開発環境の構築方法
• GPU上でベクトル加算処理を行い、その結果をホストメモリに取得する基本的なCUDAプログラムの作成法
• CUDA APIを用いてデバイス情報の照会やメモリ確保・解放、データ転送、カーネル起動、スレッド同期処理の実施方法
• GPU上で実行されるカーネルを記述し、データを操作するためのCUDA C/C++言語の利用法
• 一般的なタスクの実行に役立つCUDA組み込み関数・変数・ライブラリの活用方法
• グローバルメモリや共有メモリ、定数メモリ、ローカルメモリといった各種メモリ領域を利用してデータ転送とアクセス効率化を行う手法
• スレッド・ブロック・グリッドといった要素を用いて並列処理の構成や制御を行うCUDA実行モデルの使い方
• CUDA-GDB、CUDA-MEMCHECK、NVIDIA Nsightといったツールを用いたプログラムのデバッグおよびテスト方法
• データ結合化処理やキャッシュ利用、プリフェッチング、パフォーマンス解析などの手法でプログラムを最適化する技法

97%のクライアント様から高評価をいただいています。

CANN（Compute Architecture for Neural Networks）は、Huaweiが提供するAIコンピュートスタックであり、Ascend AIプロセッサ上でAIモデルを効率的にデプロイ・最適化するためのツール群です。

本講座はインストラクターによる対面またはオンラインの実践形式のトレーニングであり、中級レベルのAI開発者やエンジニアを対象としています。参加者はCANNツールキットおよびMindSpore、TensorFlow、PyTorchといったフレームワークを用いて、学習済みのAIモデルをHuawei Ascendハードウェアへスムーズに導入できるようになります。

本トレーニングを修了すると、参加者は以下のことが可能になります：

• CANNのアーキテクチャとAIモデル導入プロセスにおけるその役割を理解できる
• 各種フレームワークで作成されたモデルをAscend対応形式へ変換・適合させられる
• ATCやOMモデル変換ツール、MindSporeなどを活用してエッジおよびクラウド環境での推論処理が可能になる
• Ascendハードウェア上でのデプロイ時の問題診断とパフォーマンス最適化が実施できる

講座形式について

• インタラクティブな講義およびデモンストレーションを実施します
  
• CANNツールやAscendシミュレータ・実機を用いた実践的な演習も行います
  
• 現実世界で利用されているAIモデルを対象とした具体的な導入ケースの学習が可能です
  

カスタマイズについて

• ご要望に合わせた内容への調整・個別指導を希望される場合は、お気軽にお問い合わせください
  

Biren AIアクセラレータは、大規模な学習および推論処理を可能にするための高性能GPUで、AIおよびHPC用途向けに設計されています。

本コースは、インストラクターによるライブ形式（オンラインまたは対面）の研修で、Biren独自のGPU技術を活用してアプリケーションを開発・最適化したい中級者から上級者向けです。実際にCUDA環境との比較も行います。

研修終了時には、受講生は以下のスキルを習得できます：

• Biren GPUのアーキテクチャおよびメモリ階層の理解
• 開発環境のセットアップ方法とBiren用プログラミングモデルの活用
• CUDA形式のコードをBirenプラットフォーム向けに変換・最適化する手法
• パフォーマンス調整およびデバッグ技術の実践

コースの形式について

• インタラクティブな講義およびディスカッション
• Biren SDKを用いたサンプルGPUワークロードの実践
• 移植作業やパフォーマンスチューニングに特化した演習

コース内容のカスタマイズについて

• お客様のアプリケーション要件や統合ニーズに応じたカスタム研修をご希望の場合は、当社までお問い合わせください。

Cambricon社のMLU（マシンラーニングユニット）は、エッジ環境やデータセンターにおいて推論・学習処理に最適化された専用AIチップです。

本講座はインストラクターが直接指導する実践的なトレーニングで、オンラインまたは会場での開催となります。BANGPyフレームワークおよびNeuware SDKを活用し、Cambricon MLUハードウェア上にAIモデルを構築・展開したい中級レベルの開発者向けの内容です。

講座終了後には、以下のことが可能になります：

• BANGPyおよびNeuwareの開発環境を適切にセットアップできるようになる。
• PythonまたはC++で記述されたAIモデルをMLU向けに開発・最適化できるようになる。
• Neuwareランタイムが搭載されたエッジ機器やデータセンター環境へモデルを展開できるようになる。
• MLワークフローとMLU特有の高速化機能とを効果的に統合できるようになる。

講座形式

• 対話型の講義およびディスカッション。
• BANGPyおよびNeuwareを用いた実践的な開発・展開演習。
• 最適化や統合作業、検証に重点を置いた練習問題。

講座内容のカスタマイズ

• ご使用のCambriconデバイス仕様や具体的な用途に応じたカスタムトレーニングをご希望の場合は、お問い合わせいただければ手配可能です。

日本において開催されるこのインストラクター主導の実践的トレーニング（オンラインまたは対面）では、初心者レベルのシステム管理者やIT専門家がCUDA環境を設置・設定・管理し、問題解決に取り組むための手法を学びます。

受講終了後には以下の能力が身につきます：

• CUDAの仕組み、構成要素、機能について理解できる
• CUDA環境を正しくインストール・設定できる
• CUDAリソースを適切に管理・最適化できる
• 一般的なCUDA関連トラブルを解決できる

本講座はインストラクターが直接指導するライブトレーニング（オンラインまたは現地開催）で、OpenCLを用いてさまざまなデバイス上の並列処理プログラミングを行いたい初心者から中級者向けです。

講座終了時には受講生は以下のことが可能になります：

• OpenCL SDK、OpenCL対応デバイス、Visual Studio Codeを含む開発環境の構築
• デバイス上でベクトル加算処理を行い、その結果をメモリから取得する基本的なOpenCLプログラムの作成
• OpenCL APIを用いてデバイス情報の照会やコンテキスト・コマンドキュー・バッファ・カーネル・イベントの生成
• OpenCL C言語を利用して、デバイス上で実行されるカーネルプログラムの作成とデータ操作
• 組み込み関数や拡張機能・ライブラリを用いた一般的な処理の実装方法の習得
• OpenCLのホストおよびデバイス用メモリモデルを活用したデータ転送やアクセスの最適化技術の理解
• OpenCL実行モデルを用いたワークアイテム・ワークグループ・ND範囲の制御方法の習得
• CodeXLやIntel VTune、NVIDIA Nsightといったツールを活用したOpenCLプログラムのデバッグとテスト手法の修得
• ベクタリゼーション・ループアンローリング・ローカルメモリ・プロファイリングといった技法を用いたOpenCLプログラムの最適化技術の理解

本講座は日本にて実施されるインストラクター主導のライブトレーニング（オンライン／会場）で、CUDAを利用してアプリケーション高速化や高性能GPUカーネルの作成、科学計算・データ処理・機械学習向け並列アルゴリズムライブラリ活用を目指すC++開発者様に最適な内容です。

この講師主導のライブトレーニングは 日本 にて（オンラインまたは対面）開催され、データ処理、科学計算シミュレーション、機械学習や画像処理パイプラインといった高負荷なアプリケーションをCUDAで高速化したいC/C++開発者向けに行われます。

日本で実施されるこの講義形式の実習コース（オンラインまたは現地開催）では、TensorFlow 2.xおよびKerasを活用してコンピュータビジョン、自然言語処理、複数モダリティ対応アプリケーション向けの深層学習モデルを構築・訓練・展開したいと考えるソフトウェア開発者やデータ分析担当者、技術専門家が対象となります。

日本にて開催される本講座では、並列計算向けにGPUをプログラムする方法や各種プラットフォームの活用法、CUDAプラットフォームとその機能の利用法、さらにCUDAを用いた最適化技術について学びます。具体例としては深層学習、データ解析、画像処理、工学アプリケーションなどが挙げられます。