日本 でのオンライン GPU トレーニング

Huawei Ascendは、高性能な推論と学習を目的としたAIプロセッサファミリーです。

この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）は、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で、HuaweiのAscendプラットフォームとCANNツールキットを使用してニューラルネットワークモデルを開発および最適化することを目指しています。

このトレーニング終了時には、参加者は以下のことが Able to できます：

• CANN開発環境のセットアップと設定。
• MindSporeとCloudMatrixワークフローを使用してAIアプリケーションを開発する。
• カスタム演算子とタイリングを使用してAscend NPUのパフォーマンスを最適化する。
• モデルをエッジまたはクラウド環境に展開する。

コースの形式

• インタラクティブな講義とディスカッション。
• サンプルアプリケーションでHuawei AscendとCANNツールキットを使用するハンズオン練習。
• モデルの構築、学習、展開に焦点を当てたガイド付き演習。

コースカスタマイズオプション

• インフラストラクチャやデータセットに基づいたこのコースのカスタマイズトレーニングを希望する場合は、ご連絡ください。

HuaweiのAIスタック — 下位レベルのCANN SDKから上位レベルのMindSporeフレームワークまで — Ascendハードウェア向けに最適化された、緊密に統合されたAI開発および展開環境を提供します。

この講師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）は、初心者から中級レベルの技術専門家向けで、CANNとMindSporeの各コンポーネントがどのように協調してAIライフサイクル管理とインフラストラクチャ決定をサポートするかを理解することを目指しています。

このトレーニングの終了時には、参加者は以下のことが Able to できるようになります：

• HuaweiのAIコンピュートスタックの階層構造を理解します。
• CANNがモデル最適化とハードウェアレベルでの展開をどのようにサポートするかを特定します。
• MindSporeフレームワークとツールチェーンを業界の代替品と比較評価します。
• HuaweiのAIスタックをエンタープライズやクラウド/オンプレミス環境に位置付けます。

コース形式

• 交互的な講義と議論。
• ライブシステムデモとケーススタディの解説。
• MindSporeからCANNへのモデルフローに関するオプションのガイドルーム。

コースカスタマイズオプション

• このコースのカスタマイズされたトレーニングを依頼するには、お問い合わせください。

この講師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）は、OpenACCを使用してヘテロジニアスデバイスをプログラミングし、並列性を活用したいという初級から中級レベルの開発者向けです。

本トレーニングの終了時、参加者は以下のことをできるようになります：

• OpenACC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ディレクティブと節をコードに注釈付けする
• OpenACC APIおよびライブラリを使用する
• OpenACCプログラムのプロファイリング、デバッグ、最適化

CANN SDK（Compute Architecture for Neural Networks）は、コンピュータビジョンとNLPのリアルタイムAIアプリケーションにおける強力な展開と最適化ツールを提供します。特にHuawei Ascendハードウェア上で活用されます。

この講師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）は、中級レベルのAI実践者向けです。CANN SDKを使用して視覚や言語モデルを構築、展開、最適化したい方々に適しています。

このトレーニング終了時には、参加者は以下のことができるようになります：

• CANNとAscendCLを使用してCVおよびNLPモデルを展開し最適化する。
• CANNツールを使用してモデルを変換し、ライブパイプラインに統合する。
• 検出、分類、感情分析などのタスクにおける推論パフォーマンスを最適化する。
• エッジまたはクラウドベースの展開シナリオ向けにリアルタイムCV/NLPパイプラインを構築する。

コース形式

• インタラクティブな講義とデモンストレーション。
• モデル展開とパフォーマンスプロファイリングのハンズオンラボ。
• 実際のCVおよびNLPユースケースを使用したライブパイプライン設計。

コースカスタマイゼーションオプション

• このコースのカスタマイズトレーニングを希望される場合は、ご連絡ください。

この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）は、GPUプログラミングの基本と主要なフレームワーク、ツールを学びたい初心者から中級レベルの開発者向けです。

• このトレーニング終了時には、参加者は以下のことができるようになります：
  CPUとGPUコンピューティングの違いと、GPUプログラミングの利点や課題を理解する。
• 自身のGPUアプリケーションに適したフレームワークとツールを選択する。
• 1つ以上のフレームワークやツールを使用してベクトル加算を行う基本的なGPUプログラムを作成する。
• デバイス情報の取得、デバイスメモリの確保と解放、ホストとデバイス間でのデータのコピー、カーネルの起動、スレッドの同期など、それぞれのAPI、言語、ライブラリを使用する。
• グローバル、ローカル、定数、プライベートなどのメモリ空間を活用して、データ転送とメモリアクセスを最適化する。
• ワークアイテム、ワークグループ、スレッド、ブロック、グリッドなどの実行モデルを使用して並列性を制御する。
• CodeXL、CUDA-GDB、CUDA-MEMCHECK、NVIDIA Nsightなどのツールを使用してGPUプログラムのデバッグとテストを行う。
• コールエシング、キャッシュ、プリフェッチ、プロファイリングなどのテクニックを使用してGPUプログラムを最適化する。

CANN TIK (Tensor Instruction Kernel) と Apache TVM は、Huawei Ascend ハードウェア向けに AI モデルのオペレータを高度に最適化し、カスタマイズすることを可能にします。

この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）は、CANN の TIK プログラミングモデルと TVM コンパイラ統合を使用して、カスタムオペレータを構築、展開、調整する高度なシステム開発者向けです。

本トレーニングの終了時には、参加者は以下のことができるようになります：

• Ascend プロセッサ用に TIK DSL を使用してカスタム AI オペレータを記述し、テストする。
• CANN ランタイムと実行グラフにカスタムオプスを統合する。
• TVM を使用してオペレータのスケジューリング、自動調整、ベンチマークを行う。
• カスタム計算パターンの命令レベルのパフォーマンスをデバッグし、最適化する。

コース形式

• 交互的な講義とデモンストレーション。
• TIK および TVM パイプラインを使用したオペレータの手動コーディング。
• Ascend ハードウェアまたはシミュレーターでのテストと調整。

コースカスタマイズオプション

• このコースのカスタムトレーニングを依頼する場合は、お問い合わせください。

この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）は、GPUプログラミングの異なるフレームワークを使用し、その機能、パフォーマンス、互換性を比較したい初級者から中堅レベルの開発者を対象としています。

本トレーニング終了後、参加者は以下のことが Able to:

• OpenCL SDK、CUDA Toolkit、ROCm Platform、OpenCL、CUDA、またはROCmをサポートするデバイス、およびVisual Studio Codeが含まれる開発環境をセットアップします。
• OpenCL、CUDA、およびROCmを使用してベクトル加算を行う基本的なGPUプログラムを作成し、各フレームワークの構文、構造、および実行を比較します。
• 各APIを使用してデバイス情報をクエリし、デバイスメモリーの割り当てと解放、ホストとデバイス間でのデータコピー、カーネルの起動、およびスレッドの同期を行います。
• 各言語を使用してデバイス上で実行され、データを操作するカーネルを記述します。
• 一般的なタスクや操作を行うために、各組み込み関数、変数、およびライブラリを使用します。
• データ転送とメモリアクセスを最適化するために、グローバル、ローカル、定数、プライベートなどの各メモリスペースを使用します。
• スレッド、ブロック、およびグリッドが定義する並列性を制御するために、それぞれの実行モデルを使用します。
• CodeXL、CUDA-GDB、CUDA-MEMCHECK、NVIDIA Nsightなどのツールを使用してGPUプログラムのデバッグとテストを行います。
• GPUプログラムを最適化するために、連続化、キャッシュ、プリフェッチ、プロファイリングなどのテクニックを使用します。

CloudMatrixは、Huaweiの統合AI開発およびデプロイプラットフォームで、スケーラブルで本番環境向けの推論パイプラインをサポートするように設計されています。

この講師主導の実践的なトレーニング（オンラインまたはオンサイト）は、CloudMatrixプラットフォームを使用してAIモデルをデプロイおよび監視したい初級から中級レベルのAI専門家向けです。CANNとMindSporeとの統合もサポートされます。

このトレーニング終了時には、参加者は以下のことができるようになります：

• CloudMatrixを使用してモデルをパッケージ化、デプロイ、提供する。
• Ascendチップセット向けにモデルを変換および最適化する。
• 実時間とバッチ推論タスクのパイプラインを設定する。
• 本番環境でのデプロイメントを監視し、パフォーマンスを調整する。

コース形式

• 対話型の講義とディスカッション。
• 実際のデプロイメントシナリオを使用したCloudMatrixの実践的な使用。
• 変換、最適化、および拡張に焦点を当てたガイド付き演習。

コースカスタマイズオプション

• AIインフラストラクチャやクラウド環境に基づいてこのコースをカスタマイズしたい場合は、ご連絡ください。

HuaweiのAscend CANNツールキットは、Ascend 310などのエッジデバイス上で強力なAI推論を可能にします。CANNは、コンピュートとメモリが制約される環境でのモデルのコンパイル、最適化、およびデプロイメントに必要なツールを提供します。

このインストラクター主導の実践的なトレーニング（オンラインまたはオンサイト）は、中級レベルのAI開発者や統合者がCANNツールチェーンを使用してAscendエッジデバイスにモデルをデプロイおよび最適化することを目指しています。

このトレーニング終了時には、参加者は以下ができます：

• CANNツールを使用してAscend 310向けにAIモデルを準備し、変換します。
• MindSpore LiteとAscendCLを使用して軽量な推論パイプラインを構築します。
• 限られたコンピュートとメモリ環境でのモデル性能を最適化します。
• 実際のエッジユースケースでAIアプリケーションをデプロイおよび監視します。

コース形式

• 双方向の講義と実演。
• エッジ固有のモデルやシナリオを使用したハンズオンラボ作業。
• 仮想または物理的なエッジハードウェアでの実際のデプロイメント例。

コースカスタマイゼーションオプション

• このコースのカスタマイズトレーニングを希望する場合は、ご連絡ください。

この講師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）は、初心者から中級レベルまでの開発者がWindowsでROCmをインストールして使用し、AMD GPUのプログラミングと並列性の利用方法を学ぶことを目的としています。

このトレーニングの終了時には、参加者は以下のことができます：

• ROCmプラットフォーム、AMD GPU、Visual Studio Codeを含む開発環境をセットアップします。
• GPU上でベクトル加算を行う基本的なROCmプログラムを作成し、GPUメモリから結果を取得します。
• デバイス情報のクエリ、デバイスマメモリの割り当てと解放、ホストとデバイス間でのデータコピー、カーネルの実行、スレッドの同期を行うためのROCm APIを使用します。
• HIP言語を使用してGPU上で実行されデータを操作するカーネルを作成します。
• 一般的なタスクと操作を行うためにHIPの組み込み関数、変数、ライブラリを使用します。
• データ転送とメモリアクセスを最適化するためにROCmとHIPのメモリスペース（グローバル、共有、定数、ローカルなど）を使用します。
• 並列性を定義するスレッド、ブロック、グリッドを制御するためにROCmとHIPの実行モデルを使用します。
• ROCmデバッガーとROCmプロファイラなどのツールを使用してROCmとHIPプログラムをデバッグおよびテストします。
• コアリング、キャッシュ、プリフェッチ、プロファイリングなどの技術を使用してROCmとHIPプログラムを最適化します。

この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）は、初心者から中級レベルの開発者がROCmとHIPを使用してAMD GPUをプログラミングし、並列性を活用することを目指しています。

このトレーニングの終了時には、参加者は以下のことが Able to:

• ROCmプラットフォーム、AMD GPU、およびVisual Studio Codeを含む開発環境を設定します。
• GPU上でベクトル加算を行う基本的なROCmプログラムを作成し、結果をGPUメモリから取得します。
• デバイス情報の照会、デバイスマモリの確保と解放、ホストとデバイス間でのデータコピー、カーネルの起動、スレッドの同期を行うためのROCm APIを使用します。
• HIP言語を使用してGPU上で実行され、データを操作するカーネルを書きます。
• 一般的なタスクと操作を実行するためのHIP組み込み関数、変数、ライブラリを使用します。
• データ転送とメモリアクセスの最適化に役立つROCmおよびHIPのメモリスペース（グローバル、共有、定数、ローカル）を使用します。
• 並列性を定義するスレッド、ブロック、グリッドを制御するためにROCmとHIPの実行モデルを使用します。
• ROCmデバッガーおよびROCmプロファイラなどのツールを使用してROCmとHIPプログラムをデバッグしテストします。
• コアリング、キャッシュ、プリフェッチ、プロファイリングなどのテクニックを使用してROCmとHIPプログラムを最適化します。

CANN (Compute Architecture for Neural Networks)は、HuaweiのAIコンピューティングツールキットで、Ascend AIプロセッサ上でAIモデルをコンパイル、最適化、および展開するために使用されます。

この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）は、初心者のAI開発者向けに設計されており、CANNがモデルライフサイクルの訓練から展開までの位置づけや、MindSpore、TensorFlow、PyTorchなどのフレームワークとの連携について理解することを目指しています。

このトレーニング終了時には、参加者は以下のことをできるようになります：

• CANNツールキットの目的とアーキテクチャを理解する。
• CANNとMindSporeを使用した開発環境のセットアップ。
• 単純なAIモデルをAscendハードウェアに変換および展開する。
• 今後のCANN最適化や統合プロジェクトのための基礎知識を得る。

コース形式

• 対話型の講義とディスカッション。
• 単純なモデル展開を伴うハンズオンラボ。
• CANNツールチェーンと統合ポイントのステップバイステップガイド。

コースカスタマイゼーションオプション

• このコースのカスタマイズされたトレーニングを希望する場合は、お問い合わせください。

Ascend、Biren、Cambricon は中国で主要な AI ハードウェアプラットフォームであり、それぞれが大規模な AI タスク向けに独自のアクセラレーションとプロファイリングツールを提供しています。

この講師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）は、中国の複数の AI チッププラットフォーム上でモデル推論と学習ワークフローを最適化したい上級レベルの AI インフラストラクチャおよびパフォーマンスエンジニア向けです。

このトレーニング終了時には、参加者は以下のことが Able to になります:

• Ascend、Biren、Cambricon プラットフォーム上でモデルをベンチマークする。
• システムのボトルネックとメモリ/計算の非効率性を特定する。
• グラフレベル、カーネルレベル、およびオペレータレベルでの最適化を適用する。
• デプロイメントパイプラインを調整して、スループットとラティエンシーを向上させる。

コース形式

• 対話型の講義とディスカッション。
• 各プラットフォーム上でプロファイリングおよび最適化ツールを使用する実践的な操作。
• 実用的なチューニングシナリオに焦点を当てたガイド付き演習。

コースのカスタマイズオプション

• パフォーマンス環境やモデルタイプに基づいたこのコースのカスタマイズトレーニングをご希望の場合、ご連絡ください。

CANN SDK (Compute Architecture for Neural Networks) は、Huawei の AI 計算基盤で、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性能を微調整および最適化することができます。

この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）は、CANN の高度なツールセット、Graph Engine、TIK、カスタムオペレータ開発を使用して推論性能を最適化したい上級レベルの AI 開発者とシステムエンジニア向けです。

このトレーニング終了時には、参加者は以下のことができます：

• CANN のランタイムアーキテクチャとパフォーマンスライフサイクルを理解する。
• プロファイリングツールと Graph Engine を使用して性能分析と最適化を行う。
• TIK と TVM を使用してカスタムオペレータを作成および最適化する。
• メモリボトルネックを解決し、モデルのスループットを向上させる。

コース形式

• 対話型レクチャーとディスカッション。
• リアルタイムプロファイリングとオペレータチューニングのハンズオンラボ。
• エッジケース展開例を使用した最適化練習。

コースカスタマイゼーションオプション

• このコースのカスタマイズされたトレーニングを依頼する場合は、ご連絡ください。

華為アセンディ、百綿、およびカムブリコン MLU などの中国の GPU アーキテクチャは、地元の AI と HPC 市場向けに特化した CUDA の代替品を提供しています。

この講師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）は、既存の CUDA アプリケーションを中国のハードウェアプラットフォームに移行および最適化したい高度な GPU プログラマーやインフラストラクチャ専門家向けです。

このトレーニング終了時には、参加者は以下を行うことができます：

• 既存の CUDA 負荷が中国製チップの代替品とどの程度互換性があるかを評価します。
• CUDA コードベースを華為 CANN、百綿 SDK、およびカムブリコン BANGPy 環境に移植します。
• プラットフォーム間でパフォーマンスを比較し、最適化ポイントを特定します。
• クロスアーキテクチャのサポートと展開における実用的な課題に対処します。

コースの形式

• 対話型の講義とディスカッション。
• コード翻訳とパフォーマンス比較の手順実習。
• 複数 GPU への適応戦略に焦点を当てたガイダンス付き演習。

コースのカスタマイズオプション

• プラットフォームや CUDA プロジェクトに基づいてこのコースのカスタマイズ版をお求めの場合、ご連絡ください。

この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）は、CUDAを使用してNVIDIA GPUをプログラミングし、その並列性を活用したいベーシックレベルから中級レベルの開発者向けです。

このトレーニング終了時には、参加者は以下のことが Able to:

• CUDA Toolkit、NVIDIA GPU、およびVisual Studio Codeを含む開発環境を設定する。
• GPU上でベクトル加算を行う基本的なCUDAプログラムを作成し、GPUメモリから結果を取得する。
• CUDA APIを使用してデバイス情報を照会し、デバイスマネージャの割り当てと解放、ホストとデバイス間でのデータコピー、カーネルの起動、およびスレッドの同期を行う。
• CUDA C/C++言語を使用してGPU上で実行され、データを操作するカーネルを記述する。
• CUDA組み込み関数、変数、およびライブラリを使用して一般的なタスクと操作を行う。
• CUDAメモリスペース（グローバル、共有、定数、およびローカル）を使用してデータ転送とメモリアクセスを最適化する。
• CUDA実行モデルを使用してスレッド、ブロック、およびグリッドを制御し、並列性を定義する。
• CUDA-GDB、CUDA-MEMCHECK、NVIDIA Nsightなどのツールを使用してCUDAプログラムをデバッグおよびテストする。
• コールエシング、キャッシュ、プリフェッチ、プロファイリングなどのテクニックを使用してCUDAプログラムを最適化する。

97% de clients satisfaits.

CANN (Compute Architecture for Neural Networks) は、Huaweiが提供するAI計算スタックで、Ascend AIプロセッサ上でAIモデルを展開および最適化するために使用されます。

このインストラクター主導の実践的なトレーニング（オンラインまたはオンサイト）は、中級レベルのAIデベロッパーやエンジニア向けで、CANNツールキットやMindSpore、TensorFlow、PyTorchなどのツールを使用して、学習済みのAIモデルを効率的にHuawei Ascendハードウェアに展開することを目指しています。

このトレーニングの終了時には、参加者は以下のことができるようになります：

• CANNアーキテクチャとAIデプロイパイプラインにおける役割を理解する。
• 一般的なフレームワークのモデルをAscend互換フォーマットに変換および適応させる。
• ATC、OMモデル変換、MindSporeなどのツールを使用してエッジとクラウド推論を行う。
• 展開に関する問題を診断し、Ascendハードウェア上のパフォーマンスを最適化する。

コースの形式

• 交互的な講義とデモンストレーション。
• CANNツールやAscendシミュレーターやデバイスを使用した実践的なラボワーク。
• 実際のAIモデルに基づく展開シナリオ。

コースカスタマイズオプション

• このコースのカスタマイズトレーニングを希望される場合は、お問い合わせください。

Biren AI アクセレレーターは、AI と HPC タスク向けに設計された高性能 GPU であり、大規模なトレーニングと推論をサポートしています。

この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）は、中級から上級レベルの開発者向けに設計されており、Biren の独自 GPU スタックを使用してアプリケーションをプログラミングおよび最適化する方法を学びます。CUDA ベースの環境との実践的な比較も行われます。

このトレーニング終了後、参加者は以下を行うことができます：

• Biren GPU アーキテクチャとメモリアイアラキーを理解します。
• 開発環境のセットアップと Biren のプログラミングモデルの使用方法を学びます。
• CUDA スタイルのコードを Biren プラットフォーム向けに翻訳および最適化します。
• パフォーマンス調整とデバッグテクニックを適用します。

コースの形式

• インタラクティブな講義とディスカッション。
• Biren SDK を使用したサンプル GPU ワークロードの手動操作。
• ポーティングとパフォーマンス調整に焦点を当てたガイド付き演習。

コースのカスタマイズオプション

• アプリケーションスタックや統合要件に基づいてこのコースをカスタマイズしたい場合は、お問い合わせください。

Cambricon MLUs（Machine Learning Units）は、エッジおよびデータセンターのシナリオで推論と学習に最適化された専用AIチップです。

このインストラクター主導の実践的なトレーニング（オンラインまたはオンサイト）では、中級レベルの開発者がBANGPyフレームワークとNeuware SDKを使用してCambricon MLUハードウェア上でAIモデルを構築およびデプロイする方法を学びます。

このトレーニング終了時には、参加者は以下のことが Able になります：

• BANGPyとNeuwareの開発環境を設定および構成します。
• PythonおよびC++ベースのモデルをCambricon MLUs向けに開発および最適化します。
• Neuwareランタイムを使用してエッジデバイスやデータセンターデバイスにモデルをデプロイします。
• MLU固有のアクセラレーション機能を統合したMLワークフローを作成します。

コース形式

• 対話型講義とディスカッション。
• BANGPyとNeuwareを使用した開発とデプロイの実践。
• 最適化、統合、テストに焦点を当てた指導付き演習。

コースカスタマイゼーションオプション

• Cambriconデバイスモデルやユースケースに基づいたカスタマイズされたトレーニングをご希望の場合は、お問い合わせください。

この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）は、CUDA 環境をインストール、設定、管理、トラブルシューティングする初心者のシステム管理者および IT プロフェッショナル向けです。

このトレーニング終了時には、参加者は以下のことが Able to となります：

• CUDA のアーキテクチャ、構成要素、機能を理解する。
• CUDA 環境をインストールおよび設定する。
• CUDA リソースを管理および最適化する。
• 一般的な CUDA の問題をデバッグおよびトラブルシューティングする。

この講師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）は、OpenCLを使用して異種デバイスをプログラミングし、並列性を活用したい初級から中級レベルの開発者向けです。

このトレーニングが終了すると、参加者は以下のことをできるようになります：

• OpenCL SDKを含む開発環境、OpenCLをサポートするデバイス、およびVisual Studio Codeの設定。
• デバイスでベクトル加算を行う基本的なOpenCLプログラムを作成し、デバイスメモリから結果を取得する。
• OpenCL APIを使用してデバイス情報を問い合わせ、コンテキスト、コマンドキュー、バッファ、カーネル、イベントを作成する。
• OpenCL C言語を使用してデバイス上で実行されデータを操作するカーネルを書く。
• OpenCLの組み込み関数、拡張機能、ライブラリを使用して一般的なタスクや操作を行う。
• OpenCLのホストとデバイスのメモリモデルを使用してデータ転送とメモリアクセスを最適化する。
• OpenCLの実行モデルを使用してワークアイテム、ワークグループ、ND-rangeを制御する。
• CodeXL、Intel VTune、NVIDIA Nsightなどのツールを使用してOpenCLプログラムのデバッグとテストを行う。
• ベクタライズ、ループアンローリング、ローカルメモリ、プロファイリングなどの技術を使用してOpenCLプログラムを最適化する。

この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）は、CUDAを使用してPythonアプリケーションをNVIDIA GPUで並列に実行したい中級レベルの開発者向けです。

このトレーニング終了時には、参加者は以下のことをできるようになります：

• Numbaコンパイラを使用して、NVIDIA GPU上で実行されるPythonアプリケーションを高速化する。
• カスタムCUDAカーネルを作成、コンパイル、および起動する。
• GPUメモリを管理する。
• CPUベースのアプリケーションをGPU加速されたアプリケーションに変換する。

このインストラクター主導のライブトレーニングコースでは、GPUを並列計算にプログラミングする方法、さまざまなプラットフォームを使用する方法、CUDAプラットフォームとその機能で作業する方法、そしてCUDAを使用してさまざまな最適化テクニックを行う方法について説明します。アプリケーションには、ディープラーニング、分析、画像処理、エンジニアリングアプリケーションなどが含まれます。