在线GPU培训

这种由讲师指导的现场培训中国（在线或远程）面向希望使用 OpenACC 对异构设备进行编程并利用其并行性的初级到中级开发人员。

在培训结束时，参与者将能够：

• 设置一个开发环境，其中包含 OpenACC SDK、支持 OpenACC 的设备和 Visual Studio 代码。
• 创建一个基本的 OpenACC 程序，用于在设备上执行向量加法并从设备内存中检索结果。
• 使用 OpenACC 指令和子句对代码进行注释，并指定并行区域、数据移动和优化选项。
• 使用 OpenACC API 查询设备信息、设置设备编号、处理错误和同步事件。
• 使用 OpenACC 库和互操作性功能将 OpenACC 与其他编程模型（如 CUDA、OpenMP 和 MPI）集成。
• 使用 OpenACC 工具分析和调试 OpenACC 程序，并确定性能瓶颈和机会。
• 使用数据局部性、循环融合、内核融合和自动调优等技术优化 OpenACC 程序。

这种以讲师为主导的中国现场现场培训针对的是希望学习GPU编程基础知识以及开发GPU应用程序的主要框架和工具的初级到中级开发人员。

• 在培训结束时，参与者将能够：
  了解 CPU 和 GPU 计算之间的区别以及 GPU 编程的好处和挑战。
• 为他们的 GPU 应用程序选择正确的框架和工具。
• 创建一个基本的 GPU 程序，该程序使用一个或多个框架和工具执行向量加法。
• 使用相应的 API、语言和库来查询设备信息、分配和解除分配设备内存、在主机和设备之间复制数据、启动内核以及同步线程。
• 使用相应的内存空间（如全局、本地、常量和专用）来优化数据传输和内存访问。
• 使用相应的执行模型（如工作项、工作组、线程、块和网格）来控制并行度。
• 使用 CodeXL 、 CUDA-GDB 、 CUDA-MEMCHECK 和 NVIDIA Nsight 等工具调试和测试 GPU 程序。
• 使用合并、缓存、预取和分析等技术优化 GPU 程序。

这种以讲师为主导的中国现场现场培训针对的是希望使用不同框架进行GPU编程并比较其功能，性能和兼容性的初级到中级开发人员。

在培训结束时，参与者将能够：

• 设置一个开发环境，其中包括 OpenCL SDK、CUDA 工具包、ROCm 平台、支持 OpenCL、CUDA 或 ROCm 的设备以及 Visual Studio 代码。
• 创建一个基本的 GPU 程序，使用 OpenCL、CUDA 和 ROCm 执行向量加法，并比较每个框架的语法、结构和执行。
• 使用相应的 API 查询设备信息、分配和释放设备内存、在主机和设备之间复制数据、启动内核以及同步线程。
• 使用相应的语言编写在设备上执行的内核并操作数据。
• 使用相应的内置函数、变量和库来执行常见任务和操作。
• 使用相应的内存空间（如全局、本地、常量和专用）来优化数据传输和内存访问。
• 使用相应的执行模型来控制定义并行度的线程、块和网格。
• 使用 CodeXL 、 CUDA-GDB 、 CUDA-MEMCHECK 和 NVIDIA Nsight 等工具调试和测试 GPU 程序。
• 使用合并、缓存、预取和分析等技术优化 GPU 程序。

CloudMatrix 是华为统一的 AI 开发和部署平台，旨在支持可扩展的生产级推理管道。

这项由讲师指导的培训（线上或线下）面向希望使用 CloudMatrix 平台（整合 CANN 和 MindSpore）部署和监控 AI 模型的初级到中级 AI 专业人士。

培训结束后，参与者将能够：

• 使用 CloudMatrix 进行模型封装、部署和服务。
• 为 Ascend 芯片组转换和优化模型。
• 为即时和批量推理任务设置管道。
• 在生产环境中监控部署并调整性能。

课程形式

• 互动式讲座和讨论。
• 使用 CloudMatrix 进行实际部署场景的实操。
• 专注于转换、优化和扩展的指导练习。

课程定制选项

• 如需根据您的 AI 基础设施或云环境定制此课程，请联系我们安排。

这种以讲师为主导的中国现场现场培训面向希望在Windows上安装和使用ROCm以编程AMD GPU并利用其并行性的初级到中级开发人员。

在培训结束时，参与者将能够：

• 在 Windows 上设置包含 ROCm 平台、AMD GPU 和 Visual Studio 代码的开发环境。
• 创建一个基本的 ROCm 程序，该程序对 GPU 执行向量加法并从 GPU 存储器中检索结果。
• 使用 ROCm API 查询设备信息、分配和释放设备内存、在主机和设备之间复制数据、启动内核和同步线程。
• 使用 HIP 语言编写在 GPU 上执行的内核并操作数据。
• 使用 HIP 内置函数、变量和库来执行常见任务和操作。
• 使用 ROCm 和 HIP 内存空间（如全局、共享、常量和本地）来优化数据传输和内存访问。
• 使用 ROCm 和 HIP 执行模型来控制定义并行度的线程、块和网格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具调试和测试 ROCm 和 HIP 程序。
• 使用合并、缓存、预取和分析等技术优化 ROCm 和 HIP 程序。

这种以讲师为主导的中国现场现场培训面向希望使用ROCm和HIP对AMD GPU进行编程并利用其并行性的初级到中级开发人员。

在培训结束时，参与者将能够：

• 设置包含 ROCm 平台、AMD GPU 和 Visual Studio 代码的开发环境。
• 创建一个基本的 ROCm 程序，该程序对 GPU 执行向量加法并从 GPU 存储器中检索结果。
• 使用 ROCm API 查询设备信息、分配和释放设备内存、在主机和设备之间复制数据、启动内核和同步线程。
• 使用 HIP 语言编写在 GPU 上执行的内核并操作数据。
• 使用 HIP 内置函数、变量和库来执行常见任务和操作。
• 使用 ROCm 和 HIP 内存空间（如全局、共享、常量和本地）来优化数据传输和内存访问。
• 使用 ROCm 和 HIP 执行模型来控制定义并行度的线程、块和网格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具调试和测试 ROCm 和 HIP 程序。
• 使用合并、缓存、预取和分析等技术优化 ROCm 和 HIP 程序。

Ascend、Biren 和 Cambricon 是中国领先的 AI 硬体平台，各自提供独特的加速和性能分析工具，用于生产规模的 AI 工作负载。

这项由讲师指导的培训（线上或线下）针对高级 AI 基础设施和性能工程师，旨在优化跨多个中国 AI 晶片平台的模型推理和训练工作流程。

在培训结束时，参与者将能够：

• 在 Ascend、Biren 和 Cambricon 平台上进行模型基准测试。
• 识别系统瓶颈和记忆体/计算效率低下的问题。
• 应用图层级、核心层级和操作层级的优化。
• 调整部署管道以提高吞吐量和减少延迟。

课程形式

• 互动式讲座和讨论。
• 在每个平台上实际使用性能分析和优化工具。
• 专注于实际调整情境的指导练习。

课程定制选项

• 如需根据您的性能环境或模型类型定制此课程，请联系我们安排。

中国的GPU架构，如Huawei Ascend、Biren和Cambricon MLU，提供了专为本地AI和HPC市场量身定制的CUDA替代方案。

这项由讲师指导的培训（线上或线下）旨在为高级GPU程式设计师和基础设施专家提供迁移和优化现有CUDA应用程序，以便在中国硬件平台上部署的能力。

培训结束后，参与者将能够：

• 评估现有CUDA工作负载与中国芯片替代方案的兼容性。
• 将CUDA代码库移植到华为CANN、Biren SDK和Cambricon BANGPy环境中。
• 比较性能并识别跨平台的优化点。
• 解决跨架构支持和部署中的实际挑战。

课程形式

• 互动式讲座和讨论。
• 实践代码翻译和性能比较实验。
• 专注于多GPU适应策略的指导练习。

课程定制选项

• 如需根据您的平台或CUDA项目定制培训，请联系我们安排。

这个由 讲师指导的 中国 现场现场培训（在线或现场）面向希望使用 CUDA 对 NVIDIA GPU 进行程式设计并利用其并行性的初级到中级开发人员。

在本次培训结束时，参与者将能够：

• 设置一个开发环境，其中包括 CUDA 工具包、NVIDIA GPU 和 Visual Studio 代码。
• 创建一个基本的 CUDA 程式，该程式在 GPU 上执行向量加法并从 GPU 记忆体中检索结果。
• 使用 CUDA API 查询设备资讯、分配和释放设备记忆体、在主机和设备之间复制数据、启动内核和同步线程。
• 使用 CUDA C/C++ 语言编写在 GPU 上执行并操作数据的内核。
• 使用 CUDA 内建函数、变数和库来执行常见任务和操作。
• 使用 CUDA 记忆体空间（例如全域、共用、常量和本地）来优化数据传输和记忆体访问。
• 使用 CUDA 执行模型来控制定义并行度的线程、块和网格。
• 使用 CUDA-GDB、CUDA-MEMCHECK 和 NVIDIA Nsight 等工具调试和测试 CUDA 程式。
• 使用合并、缓存、预取和分析等技术优化 CUDA 程式。

97% de clients satisfaits. 

Huawei Ascend is a family of AI processors designed for high-performance inference and training.

This instructor-led, live training (online or onsite) is aimed at intermediate-level AI engineers and data scientists who wish to develop and optimize neural network models using Huawei’s Ascend platform and the CANN toolkit.

By the end of this training, participants will be able to:

• Set up and configure the CANN development environment.
• Develop AI applications using MindSpore and CloudMatrix workflows.
• Optimize performance on Ascend NPUs using custom operators and tiling.
• Deploy models to edge or cloud environments.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of Huawei Ascend and CANN toolkit in sample applications.
• Guided exercises focused on model building, training, and deployment.

Course Customization Options

• To request a customized training for this course based on your infrastructure or datasets, please contact us to arrange.

Biren AI Accelerators are high-performance GPUs designed for AI and HPC workloads with support for large-scale training and inference.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level developers who wish to program and optimize applications using Biren’s proprietary GPU stack, with practical comparisons to CUDA-based environments.

By the end of this training, participants will be able to:

• Understand Biren GPU architecture and memory hierarchy.
• Set up the development environment and use Biren’s programming model.
• Translate and optimize CUDA-style code for Biren platforms.
• Apply performance tuning and debugging techniques.

Format of the Course

• Interactive lecture and discussion.
• Hands-on use of Biren SDK in sample GPU workloads.
• Guided exercises focused on porting and performance tuning.

Course Customization Options

• To request a customized training for this course based on your application stack or integration needs, please contact us to arrange.

Cambricon MLUs（Machine Learning单元）是专为边缘和数据中心场景中的推理和训练优化的AI芯片。

本次由讲师指导的培训（线上或线下）面向中级开发者，旨在帮助他们使用BANGPy框架和Neuware SDK在Cambricon MLU硬件上构建和部署AI模型。

通过本次培训，参与者将能够：

• 设置和配置BANGPy与Neuware开发环境。
• 为Cambricon MLUs开发和优化基于Python和C++的模型。
• 将模型部署到运行Neuware运行时的边缘和数据中心设备。
• 将机器学习工作流与MLU特定的加速功能集成。

课程形式

• 互动式讲座和讨论。
• 动手实践BANGPy和Neuware进行开发和部署。
• 专注于优化、集成和测试的指导练习。

课程定制选项

• 如需根据您的Cambricon设备型号或使用场景定制本课程，请联系我们安排。

这种由讲师指导的现场培训 中国（在线或远程）面向希望安装、配置、管理和排除 CUDA 环境故障的初级系统管理员和 IT 专业人员。

在培训结束时，参与者将能够：

• 了解 CUDA 的架构、组件和功能。
• 安装和配置 CUDA 环境。
• 管理和优化 CUDA 资源。
• 调试和排查常见的 CUDA 问题。

这种以讲师为主导的中国现场培训（现场或远程）面向希望使用OpenCL对异构设备进行编程并利用其并行性的初级到中级开发人员。

在培训结束时，参与者将能够：

• 设置包含 OpenCL SDK、支持 OpenCL 和 Visual Studio 代码的设备的开发环境。
• 创建一个基本的 OpenCL 程序，该程序在设备上执行矢量加法并从设备内存中检索结果。
• 使用 OpenCL API 查询设备信息、创建上下文、命令队列、缓冲区、内核和事件。
• 使用 OpenCL C 语言编写在设备上执行并操作数据的内核。
• 使用 OpenCL 内置函数、扩展和库来执行常见任务和操作。
• 使用 OpenCL 主机和设备内存模型来优化数据传输和内存访问。
• 使用 OpenCL 执行模型来控制工作项、工作组和 ND 范围。
• 使用 CodeXL、Intel VTune 和 NVIDIA Nsight 等工具调试和测试 OpenCL 程序。
• 使用矢量化、循环展开、本地内存和分析等技术优化 OpenCL 程序。

这是一个由讲师指导的，在中国（线上或线下）进行的培训，针对希望使用CUDA来构建在NVIDIA GPU上并行运行的Python应用程式的中级开发者。

在培训结束时，参与者将能够：

• 使用Numba编译器来加速在NVIDIA GPU上运行的Python应用程式。
• 创建、编译并启动自定义的CUDA核心。
• 管理GPU的记忆体。
• 将基于CPU的应用程式转换为GPU加速的应用程式。

这个由讲师指导的 中国 现场培训课程涵盖了如何为并行计算编程 GPU、 如何使用各种平台、如何使用 CUDA 平台及其功能，以及如何使用 CUDA 执行各种优化技术。其中一些应用包括深度学习、分析、图像处理和工程应用。