GPU Formare în România

Acest training condus de un instructor, în format live în România (online sau la fața locului), este destinat dezvoltatorilor de nivel începător până la intermediar care doresc să utilizeze OpenACC pentru a programa dispozitive eterogene și să exploateze paralelismul acestora.

La sfârșitul acestui training, participanții vor putea:

• Să configureze un mediu de dezvoltare OpenACC.
• Să scrie și să ruleze un program OpenACC de bază.
• Să adnoteze codul cu directive și clauze OpenACC.
• Să utilizeze API-ul și bibliotecile OpenACC.
• Să profileze, să depisteze erori și să optimizeze programe OpenACC.

Acest training condus de un instructor, live în România (online sau la fața locului), este destinat dezvoltatorilor de la nivel începător până la nivel intermediar care doresc să învețe elementele de bază ale programării GPU și principalele framework-uri și unelte pentru dezvoltarea aplicațiilor GPU.

• La sfârșitul acestui training, participanții vor fi capabili să:
  Înțeleagă diferența dintre calculul CPU și GPU și beneficiile și provocările programării GPU.
• Alege framework-ul și instrumentul potrivit pentru aplicația lor GPU.
• Creeze un program GPU de bază care efectuează adunarea vectorială folosind unul sau mai multe dintre framework-uri și unelte.
• Folosească API-urile, limbajele și bibliotecile respective pentru a interoga informațiile despre dispozitiv, aloca și dezaloca memoria dispozitivului, copia date între gazdă și dispozitiv, lanseze kernel-uri și sincronizeze firele.
• Folosească spațiile de memorie respective, cum ar fi global, local, constant și privat, pentru a optimiza transferurile de date și accesul la memorie.
• Folosească modelele de execuție respective, cum ar fi work-items, work-groups, fire, blocuri și grile, pentru a controla paralelismul.
• Depanare și testare a programelor GPU folosind unelte precum CodeXL, CUDA-GDB, CUDA-MEMCHECK și NVIDIA Nsight.
• Optimizare a programelor GPU folosind tehnici precum coalescing, caching, prefetching și profiling.

Această formare condusă de un instructor, live în România (online sau la fața locului) este destinată dezvoltatorilor de la nivel începător până la intermediar care doresc să utilizeze diferite framework-uri pentru programarea GPU și să compare caracteristicile, performanța și compatibilitatea acestora.

La finalul acestei formări, participanții vor putea:

• Să configureze un mediu de dezvoltare care include OpenCL SDK, CUDA Toolkit, ROCm Platform, un dispozitiv care suportă OpenCL, CUDA sau ROCm și Visual Studio Code.
• Să creeze un program de bază GPU care efectuează adunarea de vectori folosind OpenCL, CUDA și ROCm și să compare sintaxa, structura și execuția fiecărui framework.
• Să utilizeze API-urile respective pentru a interoga informații despre dispozitiv, aloca și dezaloca memoria dispozitivului, copia date între gazdă și dispozitiv, lanseze kernel-uri și sincronizeze firele de execuție.
• Să utilizeze limbajele respective pentru a scrie kernel-uri care se execută pe dispozitiv și manipulează date.
• Să utilizeze funcțiile, variabilele și bibliotecile încorporate respective pentru a efectua sarcini și operații comune.
• Să utilizeze spațiile de memorie respective, cum ar fi global, local, constant și privat, pentru a optimiza transferul de date și accesul la memorie.
• Să utilizeze modelele de execuție respective pentru a controla firele, blocurile și grilele care definesc paralelismul.
• Să depaneze și să testeze programe GPU folosind unelte precum CodeXL, CUDA-GDB, CUDA-MEMCHECK și NVIDIA Nsight.
• Să optimizeze programe GPU folosind tehnici precum coalescing, caching, prefetching și profiling.

Acest training condus de un instructor, live în România (online sau la fața locului), este destinat dezvoltatorilor de la nivel începător până la intermediar care doresc să instaleze și să folosească ROCm pe Windows pentru a programa GPU-uri AMD și să exploateze paralelismul acestora.

La finalul acestui training, participanții vor putea:

• Să configureze un mediu de dezvoltare care include Platforma ROCm, un GPU AMD și Visual Studio Code pe Windows.
• Să creeze un program ROCm de bază care efectuează adunarea de vectori pe GPU și preia rezultatele din memoria GPU.
• Să folosească API-ul ROCm pentru a interoga informații despre dispozitiv, aloca și dezaloca memoria dispozitivului, copia date între gazdă și dispozitiv, lanseze kernel-uri și sincronizeze firele de execuție.
• Să folosească limbajul HIP pentru a scrie kernel-uri care se execută pe GPU și manipulează date.
• Să folosească funcții, variabile și biblioteci încorporate HIP pentru a efectua sarcini și operații comune.
• Să folosească spațiile de memorie ROCm și HIP, cum ar fi global, shared, constant și local, pentru a optimiza transferurile de date și accesul la memorie.
• Să folosească modelele de execuție ROCm și HIP pentru a controla firele, blocurile și grilele care definesc paralelismul.
• Să depaneze și să testeze programe ROCm și HIP folosind unelte precum ROCm Debugger și ROCm Profiler.
• Să optimizeze programe ROCm și HIP folosind tehnici precum coalescing, caching, prefetching și profiling.

Acest training condus de un instructor, live în România (online sau onsite), este destinat dezvoltatorilor de la nivel începător până la intermediar care doresc să folosească ROCm și HIP pentru a programa GPU-uri AMD și să exploateze paralelismul acestora.

La sfârșitul acestui training, participanții vor putea:

• Să configureze un mediu de dezvoltare care include Platforma ROCm, un GPU AMD și Visual Studio Code.
• Să creeze un program de bază ROCm care efectuează adunarea vectorială pe GPU și preia rezultatele din memoria GPU.
• Să folosească API-ul ROCm pentru a interoga informațiile despre dispozitiv, aloca și dealoca memoria dispozitivului, copia date între gazdă și dispozitiv, lanseze kernel-uri și sincronizeze firele de execuție.
• Să folosească limbajul HIP pentru a scrie kernel-uri care se execută pe GPU și manipulează date.
• Să folosească funcțiile, variabilele și bibliotecile încorporate HIP pentru a efectua sarcini și operații comune.
• Să folosească spațiile de memorie ROCm și HIP, cum ar fi global, partajat, constant și local, pentru a optimiza transferul de date și accesul la memorie.
• Să folosească modelele de execuție ROCm și HIP pentru a controla firele, blocurile și grilele care definesc paralelismul.
• Să depaneze și să testeze programe ROCm și HIP folosind instrumente precum ROCm Debugger și ROCm Profiler.
• Să optimizeze programe ROCm și HIP folosind tehnici precum coalescing, caching, prefetching și profiling.

Acest training condus de un instructor, live în România (online sau la fața locului), este destinat dezvoltatorilor de nivel începător până la intermediar care doresc să folosească CUDA pentru a programa GPU-uri NVIDIA și să exploateze paralelismul acestora.

La finalul acestui training, participanții vor putea:

• Să configureze un mediu de dezvoltare care include CUDA Toolkit, un GPU NVIDIA și Visual Studio Code.
• Să creeze un program CUDA de bază care efectuează adunarea de vectori pe GPU și preia rezultatele din memoria GPU.
• Să folosească API-ul CUDA pentru a interoga informațiile dispozitivului, aloca și elibera memoria dispozitivului, copia date între gazdă și dispozitiv, lansa nuclee și sincroniza firele.
• Să folosească limbajul CUDA C/C++ pentru a scrie nuclee care se execută pe GPU și manipulează date.
• Să folosească funcții, variabile și biblioteci încorporate CUDA pentru a efectua sarcini și operații comune.
• Să folosească spațiile de memorie CUDA, cum ar fi global, partajat, constant și local, pentru a optimiza transferurile de date și accesele la memorie.
• Să folosească modelul de execuție CUDA pentru a controla firele, blocurile și griliele care definesc paralelismul.
• Să depaneze și să testeze programe CUDA folosind instrumente precum CUDA-GDB, CUDA-MEMCHECK și NVIDIA Nsight.
• Să optimizeze programe CUDA folosind tehnici precum coalescing, caching, prefetching și profiling.

97% de clienți satisfăcuți. 

Acest training condus de un instructor, live în România (online sau la fața locului), este destinat administratorilor de sistem și profesioniștilor IT de nivel începător care doresc să instaleze, să configureze, să gestioneze și să depaneze medii CUDA.

La sfârșitul acestui training, participanții vor fi capabili să:

• Înțeleagă arhitectura, componentele și capacitățile CUDA.
• Instaleze și configureze medii CUDA.
• Gestionze și optimizeze resursele CUDA.
• Depaneze și rezolve probleme comune CUDA.

Acest training condus de un instructor, live în România (online sau la fața locului) este destinat dezvoltatorilor de nivel începător până la intermediar care doresc să utilizeze OpenCL pentru a programa dispozitive eterogene și să exploateze paralelismul acestora.

La finalul acestui training, participanții vor putea:

• Să configureze un mediu de dezvoltare care include OpenCL SDK, un dispozitiv care suportă OpenCL și Visual Studio Code.
• Să creeze un program OpenCL de bază care efectuează adunarea vectorială pe dispozitiv și preia rezultatele din memoria dispozitivului.
• Să utilizeze API-ul OpenCL pentru a interoga informații despre dispozitiv, a crea contexte, cozi de comenzi, buffere, nuclee și evenimente.
• Să utilizeze limbajul OpenCL C pentru a scrie nuclee care se execută pe dispozitiv și manipulează date.
• Să utilizeze funcțiile încorporate, extensiile și bibliotecile OpenCL pentru a efectua sarcini și operații comune.
• Să utilizeze modelele de memorie OpenCL ale gazdei și dispozitivului pentru a optimiza transferul de date și accesul la memorie.
• Să utilizeze modelul de execuție OpenCL pentru a controla elementele de lucru, grupurile de lucru și intervalele ND.
• Să depaneze și să testeze programe OpenCL folosind unelte precum CodeXL, Intel VTune și NVIDIA Nsight.
• Să optimizeze programele OpenCL folosind tehnici precum vectorizarea, desfășurarea buclelor, memoria locală și profilarea.

Acest training live condus de un instructor în România (online sau onsite) este destinat dezvoltatorilor C++ care doresc să utilizeze CUDA pentru a accelera aplicațiile, să scrie kernel-uri GPU de înaltă performanță și să profite de bibliotecile de algoritmi paraleli pentru sarcini de calcul științific, prelucrarea datelor și învățare automată.

Acest training live, condus de un instructor în România (online sau la fața locului), este adresat dezvoltatorilor C/C++ care doresc să utilizeze CUDA pentru a accera aplicații intensive în calcul, inclusiv procesarea datelor, simulări științifice, sarcini de învățare automată și fluxuri de lucru de procesare a imaginilor.

Acest curs de instruire live în România (online sau la fața locului) se adresează dezvoltatorilor de software, analiștilor de date și profesioniștilor tehnici care doresc să utilizeze TensorFlow 2.x și Keras pentru a construi, antrena și implementa modele de învățare adâncă pentru viziune pe calculator, procesarea limbajului natural și aplicații multimodale.

Acest curs de instruire live, condus de un instructor în România, acoperă modul de programare a GPU-urilor pentru calcul paralel, cum să folosești diverse platforme, cum să lucrezi cu platforma CUDA și funcționalitățile acesteia, precum și cum să aplici diverse tehnici de optimizare folosind CUDA. Unele dintre aplicații includ învățare profundă, analiză de date, procesare de imagini și aplicații de inginerie.