澳門現場GPU培訓

此課程為現場指導的實地培訓 澳門（線上或線下），旨在幫助初級至中級開發者使用 OpenACC 程式設計異構設備，並發揮其平行運算能力。

參加完培訓後，學員將能夠：

• 配置 OpenACC 開發環境。
• 撰寫及運行基本的 OpenACC 程序。
• 為代碼添加 OpenACC 指令和子句。
• 使用 OpenACC API 和庫。
• 分析、除錯及優化 OpenACC 程序。

本課程在 澳門（線上或線下）由講師帶領進行，旨在幫助初級至中級的開發人員掌握 GPU 程式設計的基礎知識，以及開發 GPU 應用程式的主要框架與工具。

• 完成培訓後，學員將能夠：
  了解 CPU 與 GPU 運算的差異，並理解 GPU 程式設計的優勢與挑戰。
• 為其 GPU 應用程式選擇合適的框架和工具。
• 編寫基本的 GPU 程式，使用一個或多個框架和工具執行向量加法。
• 使用相應的 API、語言和函式庫來查詢裝置資訊、配置與釋放裝置記憶體、在主機與裝置間複製資料、啟動核心（kernels）以及同步線程。
• 利用不同的記憶體空間（如全域、局部、常數和私有），最佳化資料傳輸和記憶體存取。
• 使用各自的執行模型（如工作項目、工作群組、線程、區塊和網格），控制平行運算。
• 使用 CodeXL、CUDA-GDB、CUDA-MEMCHECK 和 NVIDIA Nsight 等工具除錯和測試 GPU 程式。
• 使用合并（coalescing）、快取（caching）、預取（prefetching）和分析（profiling）等技術最佳化 GPU 程式。

本課程透過線上或線下方式進行實地培訓（Live），旨在幫助初級至中級的開發人員使用不同的 GPU 程式設計框架，並比較它們的功能、效能和相容性。

完成本課程後，學員將能夠：

• 設定包含 OpenCL SDK、CUDA Toolkit、ROCm 平臺、支援 OpenCL、CUDA 或 ROCm 的裝置以及 Visual Studio Code 的開發環境。
• 建立一個執行向量相加的基本 GPU 程式，並比較各框架的語法、結構和執行方式。
• 使用各自的 API 查詢裝置資訊、配置與釋放裝置記憶體、複製主機與裝置之間的資料、啟動核心以及同步執行緒。
• 使用各自的語言編寫在裝置上執行的核心程式碼以處理資料。
• 使用各自的內建函式、變數和函式庫來完成常見任務和運算。
• 利用不同的記憶體空間，如全域、區域、常數和私有等，以最佳化資料傳輸和記憶體存取。
• 使用各自的執行模型來控制定義平行性的執行緒、區塊和網格。
• 使用 CodeXL、CUDA-GDB、CUDA-MEMCHECK 和 NVIDIA Nsight 等工具進行 GPU 程式除錯與測試。
• 透過合併、快取、預取和分析技術來最佳化 GPU 程式。

此由講師主導的現場培訓 澳門（線上或線下）旨在幫助初級至中級的開發人員學習如何在 Windows 上安裝和使用 ROCm，以對 AMD GPU 進行程式設計並發揮其平行運算能力。

在完成本課程後，學員將能夠：

• 設定包含 ROCm 平台、AMD GPU 以及 Visual Studio Code 的開發環境於 Windows 上。
• 建立執行向量加法的基本 ROCm 程式，並將結果從 GPU 記憶體讀回。
• 使用 ROCm API 查詢裝置資訊、配置和釋放裝置記憶體、在主機與裝置間複製資料、啟動核心（kernels）及同步執行緒。
• 使用 HIP 語言編寫可在 GPU 上執行的核心並操作資料。
• 使用 HIP 內建函數、變數及程式庫來執行常見任務和運算。
• 利用 ROCm 和 HIP 的記憶體空間（如全域、共用、常數和本地）來最佳化資料傳輸與記憶體存取。
• 使用 ROCm 和 HIP 的執行模型來控制定義平行化的執行緒、區塊及網格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具除錯及測試 ROCm 和 HIP 程式。
• 使用合併存取、快取、預取及效能分析等技术來最佳化 ROCm 和 HIP 程式。

本課程在 澳門（線上或線下）以講師帶隊的即時培訓形式進行。目標受眾為初級至中級開發者，希望使用 ROCm 和 HIP 來程式設計 AMD GPU，並發揮其平行運算能力。

完成本課程後，參與者將能夠：

• 建立包含 ROCm 平台、AMD GPU 及 Visual Studio Code 的開發環境。
• 編寫基礎 ROCm 程式，在 GPU 上執行向量加法，並從 GPU 記憶體中檢索結果。
• 使用 ROCm API 查詢裝置資訊、配置與釋放裝置記憶體、在主機與裝置間複製資料、啟動核心以及同步化執行緒。
• 使用 HIP 語言編寫在 GPU 上執行的核心程式並操作資料。
• 運用 HIP 內建函式、變數及函式庫來執行常見任務和運算。
• 運用 ROCm 和 HIP 的記憶體空間，如全域、共享、常數和本地空間，以最佳化資料傳輸和記憶體存取。
• 運用 ROCm 和 HIP 的執行模型來控制定義平行化的執行緒、區塊和網格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具除錯和測試 ROCm 和 HIP 程式。
• 運用交織、快取、預取及效能剖析等技術最佳化 ROCm 和 HIP 程式。

此培訓為由導師指導的現場課程澳門（線上或線下），旨在幫助初級至中級開發人員使用CUDA編程NVIDIA GPU，並充分利用其平行運算能力。

完成此培訓後，學員將能夠：

• 搭建包含CUDA Toolkit、NVIDIA GPU和Visual Studio Code的開發環境。
• 創建基本的CUDA程序，在GPU上執行向量加法並將結果從GPU記憶體取回。
• 使用CUDA API查詢設備資訊、配置和釋放裝置記憶體、在主機與設備間複製數據、啟動內核以及同步執行緒。
• 使用CUDA C/C++語言編寫在GPU上執行的內核並操作數據。
• 使用CUDA內建函式、變數和庫來完成常見任務和操作。
• 使用CUDA記憶體空間（如全域、共享、常數和本地）來優化資料傳輸和記憶體存取。
• 使用CUDA執行模型控制定義平行化的執行緒、區塊和網格。
• 使用CUDA-GDB、CUDA-MEMCHECK及NVIDIA Nsight等工具調試和測試CUDA程序。
• 通過並行存取、快取利用、預取以及分析技術最佳化CUDA程序。

97% 的客戶滿意。

此由講師帶領的現場培訓在澳門（線上或線下）旨在針對初級系統管理員和IT專業人士，使他們能夠安裝、配置、管理和除錯CUDA環境。

在培訓結束時，參與者將能夠：

• 了解CUDA的架構、元件和功能。
• 安裝並配置CUDA環境。
• 管理和優化CUDA資源。
• 除錯並解決常見的CUDA問題。

本課程採用講師帶領的現場培訓方式（澳門 線上或線下），旨在協助初級至中級的開發者使用 OpenCL 編程異構裝置，並善用其平行運算能力。

完成此課程後，學員將能夠：

• 建立包含 OpenCL SDK、支援 OpenCL 的裝置以及 Visual Studio Code 的開發環境。
• 建立基本的 OpenCL 程式，在裝置上執行向量加法並將結果從裝置記憶體讀回。
• 使用 OpenCL API 查詢裝置資訊、建立內容（context）、命令佇列（command queues）、緩衝區（buffers）、核心（kernels）以及事件（events）。
• 使用 OpenCL C 語言編寫在裝置上執行的核心程式並操作資料。
• 利用 OpenCL 內建函數、擴展及函式庫執行常見任務與運算。
• 運用 OpenCL 主機與裝置記憶體模型來最佳化資料傳輸與記憶體存取。
• 使用 OpenCL 執行模型控制工作項目（work-items）、工作群組（work-groups）以及 ND-ranges。
• 使用 CodeXL、Intel VTune 和 NVIDIA Nsight 等工具除錯和測試 OpenCL 程式。
• 運用向量化、迴圈展開、本地記憶體及效能分析等技術最佳化 OpenCL 程式。

此 澳門（線上或線下）的講師指導培訓，
主要針對希望使用 CUDA 加速應用程式、撰寫高效能 GPU 核心，
並利用平行演算法函式庫處理科學運算、數據處理和機器學習負載的 C++ 開發者。

此種在 澳門 舉辦、由講師帶領的實地培訓（線上或線下），旨在幫助希望利用 CUDA 來加速運算密集型應用程式的 C/C++ 開發者，這些應用涵蓋資料處理、科學模擬、機器學習工作負載以及影像處理管線等領域。

本課程在 澳門 提供線上或線下實時培訓（Live），旨在幫助軟件開發人員、數據分析師和技術專業人士使用 TensorFlow 2.x 和 Keras，為計算機視覺、自然語言處理及多模態應用構建、訓練並部署深度學習模型。

本課程由講師主導的實時培訓，在澳門地點進行，涵蓋如何為平行運算對 GPU 進行程式設計、如何使用各種平台、如何操作 CUDA 平台及其功能，以及如何利用 CUDA 執行多種優化技術。應用領域包括深度學習、數據分析、影像處理及工程應用。