GPU高性能计算及GPU深度学习实战培训班 (1) - 副本.doc
立即下载
电动少女
2024-06-11
GPU
学习
深度
计算
培训
设计
性能
硬件
支持
CUDA
170.4 KB
GPU高性能计算及GPU深度学习实战培训班
各企事业单位、高等院校及科研院所：
随着人工智能AI、大数据Big Data、云计算Cloud Computing等计算机科学技术的发展和应用的普及，深度学习DL和人工智能AI成为当下最炙手可热的技术趋势，将成为技术行业基础设施的核心组成部分。深度学习训练需要大量的计算资源，GPU目前是深度学习最常使用的计算加速硬件。具备CUDA支持的NVIDIA GPU为用户学习Caffe、Theano等研究工具提供了很好的入门平台。其实GPU不仅仅是指专注于HPC领域的Tesla，包括Geforce在内的GPU都可以支持CUDA计算，这也为初学者提供了相对更低的应用门槛。除此之外，CUDA在算法和程序设计上相比其他应用更加容易，GPU通过PCI-e接口可以直接部署在服务器中，方便而快速。得益于硬件支持与软件编程、设计方面的优势，GPU才成为了目前应用最广泛的平台。深度学习时代，训练过程，GPU为主CPU为辅。主流的深度学习评测benchmark，都聚焦用GPU来做测试，用CPU对比已经没有太大意义。
GPU的价值不止体现在深度学习，在高性能计算、物联网、人工智能、生物信息、分子模拟、计算化学、材料力学、系统仿真、流体力学、机械设计、生物制药、航空动力、地质勘探、气候模拟等领域，算法越来越复杂，需要处理的海量数据越来越巨大，高性能计算能力就显得尤为重要。GPU 高性能计算程序设计最大限度的利用硬件资源，提高了计算能力，降低时间成本，加速研发进度。
如今，乎所有的深度学习(机器学习)研究者都在使用GPU进行相关的研究，NVIDIA针对深度学习的计算，有一套完整的解决方案，cuDNN已经成为主流深度学习框架调用的深度学习GPU函数库，包含完整的矩阵乘法和卷积计算的实现。
中国管理科学研究院职业资格认证培训中心（http://www.cnzgrz.org (http://www.cnzgrz.org)）特举办“GPU高性能计算及GPU深度学习实战培训班”。本次培训班对GPU高性能计算方法及应用进行了全面的讲解，不仅包括GPU加速，还包括GPU服务器的搭建、编程的优化及深度学习的应用和原理。
本次培训由北京中际英才文化传媒有限公司、北京宏盛元亨文化交流中心承办。通知如下：
培训目标：
1、现有硬件资源最大化利用，提
GPU/学习/深度/计算/培训/设计/性能/硬件/支持/CUDA/
GPU/学习/深度/计算/培训/设计/性能/硬件/支持/CUDA/
-->