Os cursos ao vivo, com instrutor, de formação em GPU (Graphics Processing Unit), disponíveis online ou presencialmente, demonstram, através de discussão interativa e prática, os fundamentos da tecnologia GPU e a forma de programá-la.
A formação em GPU está disponível como "formação ao vivo online" ou "formação ao vivo presencial". A formação ao vivo online (também designada por "formação ao vivo remota") é realizada através de um ambiente de desktop remoto interativo. A formação ao vivo presencial pode ser realizada localmente nas instalações do cliente em Gaia ou nos centros de formação corporativa da NobleProg em Gaia.
NobleProg -- O seu fornecedor local de formação
Holiday Inn Porto - Gaia
220, Rua Diogo Macedo, 220, Vila Nova de Gaia 4400-107 , Gaia, Portugal
Do Porto de Metro
Se vier do centro do Porto:
Apanhe a Linha D do Metro (linha amarela) em direção a Vila d’Este.
Saia na estação João de Deus.
A partir de João de Deus, caminhe cerca de 13 minutos até: Rua Diogo Macedo 220, 4400-107 Vila Nova de Gaia.
Da Estação de Comboios de Vila Nova de Gaia
Se por “estação de comboios local” se refere à Vila Nova de Gaia-Devesas:
A morada fica a aproximadamente 12 minutos a pé da estação Vila Nova de Gaia-Devesas, de acordo com as informações sobre a localização do alojamento.
Pode, portanto, ir diretamente a pé até ao alojamento, sem necessidade de apanhar o metro.
Esta formação ao vivo, conduzida por instrutor em Gaia, orienta engenheiros de IA de nível intermédio a construir e otimizar modelos de redes neurais utilizando a plataforma Huawei Ascend e o toolkit CANN. Os participantes configurarão ambientes, desenvolverão aplicações com MindSpore e implementarão em ambientes edge ou cloud.
Esta formação ao vivo, conduzida por instrutor em Gaia, explora a pilha de IA da Huawei, desde o SDK CANN até ao framework MindSpore. Ajuda profissionais iniciantes e intermédios a compreender como estes componentes se integram no hardware Ascend para a gestão do ciclo de vida e a implantação.
Esta formação ao vivo, ministrada por um instrutor em Gaia (online ou presencial), destina-se a desenvolvedores de nível iniciante a intermédio que pretendem utilizar o OpenACC para programar dispositivos heterogéneos e explorar o seu paralelismo.
À data desta formação, os participantes serão capazes de:
Configurar um ambiente de desenvolvimento OpenACC.
Escrever e executar um programa básico em OpenACC.
Anotar código com diretrizes e cláusulas OpenACC.
Utilizar a API e as bibliotecas OpenACC.
Realizar perfil, depurar e otimizar programas OpenACC.
Esta formação ao vivo em Gaia aborda a implementação e otimização de modelos de visão computacional e PLN utilizando o CANN SDK para hardware Ascend. Os participantes aprenderão a converter modelos, integrá-los em pipelines em tempo real e melhorar o desempenho de inferência para deteção e análise em tempo real.
Esta formação ao vivo, ministrada por um instrutor em Gaia (online ou presencial), destina-se a desenvolvedores de nível iniciante a intermédio que desejam aprender as noções fundamentais da programação de GPU e os principais frameworks e ferramentas para o desenvolvimento de aplicações GPU.
Ao final desta formação, os participantes serão capazes de: Compreender a diferença entre a computação CPU e GPU, bem como as vantagens e desafios da programação de GPU.
Escolher o framework e a ferramenta adequados para a sua aplicação GPU.
Criar um programa GPU básico que realize a adição de vetores utilizando um ou mais dos frameworks e ferramentas mencionados.
Utilizar as respetivas APIs, linguagens e bibliotecas para consultar informações do dispositivo, alocar e desalocar memória de dispositivo, copiar dados entre o anfitrião (host) e o dispositivo, iniciar kernels e sincronizar threads.
Utilizar os respetivos espaços de memória, como global, local, constante e privado, para otimizar as transferências de dados e os acessos à memória.
Utilizar os respetivos modelos de execução, como work-items, work-groups, threads, blocos e grelhas (grids), para controlar o paralelismo.
Depurar e testar programas GPU utilizando ferramentas como CodeXL, CUDA-GDB, CUDA-MEMCHECK e NVIDIA Nsight.
Otimizar programas GPU utilizando técnicas como coalescing, cache, prefetching e profiling.
Esta formação ao vivo, ministrada por instrutor, em Gaia, capacita desenvolvedores avançados com as competências para construir, implantar e sintonizar operadores de IA personalizados. Os participantes dominarão a integração do CANN TIK e do Apache TVM, permitindo otimização e agendamento avançados em hardware Huawei Ascend para desempenho em condições reais.
Esta formação ao vivo, conduzida por instrutores em Gaia (online ou presencial), destina-se a programadores de nível iniciante a intermédio que desejam utilizar diferentes frameworks para programação de GPUs e comparar as suas funcionalidades, desempenho e compatibilidade.
No final desta formação, os participantes serão capazes de:
Configurar um ambiente de desenvolvimento que inclua o SDK do OpenCL, o Toolkit do CUDA, a Plataforma ROCm, um dispositivo que suporte OpenCL, CUDA ou ROCm e o Visual Studio Code.
Criar um programa básico de GPU que realize a soma de vetores utilizando OpenCL, CUDA e ROCm, e comparar a sintaxe, a estrutura e a execução de cada framework.
Utilizar as respetivas APIs para consultar informações do dispositivo, alocar e desalocar memória do dispositivo, copiar dados entre o host e o dispositivo, iniciar kernels e sincronizar threads.
Utilizar as respetivas linguagens para escrever kernels que são executados no dispositivo e manipular dados.
Utilizar as respetivas funções, variáveis e bibliotecas integradas para executar tarefas e operações comuns.
Utilizar os respetivos espaços de memória, como global, local, constante e privado, para otimizar as transferências de dados e os acessos à memória.
Utilizar os respetivos modelos de execução para controlar as threads, blocos e grelhas que definem o paralelismo.
Depurar e testar programas de GPU utilizando ferramentas como CodeXL, CUDA-GDB, CUDA-MEMCHECK e NVIDIA Nsight.
Otimizar programas de GPU utilizando técnicas como coalescing, caching, prefetching e profiling.
Esta formação com instrutor em Gaia introduz o CloudMatrix para inferência de IA escalável. Aprenda a implantar, otimizar e monitorizar modelos utilizando CANN e MindSpore. Exercícios práticos cobrem empacotamento, conversão, prestação de serviços e ajuste de desempenho para cargas de trabalho em tempo real e por lotes.
Esta formação ao vivo, conduzida por um instrutor, em Gaia aborda os conceitos fundamentais e as competências práticas de base para a implantação de modelos de IA em dispositivos de borda Ascend, utilizando o toolkit CANN, ajudando os participantes a desenvolver habilidades práticas para compilar, otimizar e gerir ambientes com recursos limitados.
Esta formação presencial em Gaia (online ou presencial) conduzida por um formador é destinada a desenvolvedores de nível iniciante a intermédio que desejam instalar e utilizar o ROCm no Windows para programar GPUs AMD e explorar a sua paralelização.
Ao final desta formação, os participantes serão capazes de:
Configurar um ambiente de desenvolvimento que inclua a Plataforma ROCm, uma GPU AMD e o Visual Studio Code no Windows.
Criar um programa básico ROCm que execute a adição de vetores na GPU e recupere os resultados da memória da GPU.
Utilizar a API ROCm para consultar informações do dispositivo, alocar e desalocar memória de dispositivo, copiar dados entre o host e o dispositivo, iniciar kernels e sincronizar threads.
Utilizar a linguagem HIP para escrever kernels que se executam na GPU e manipulam dados.
Utilizar funções integradas, variáveis e bibliotecas HIP para realizar tarefas e operações comuns.
Utilizar espaços de memória ROCm e HIP, como global, partilhado, constante e local, para otimizar a transferência de dados e o acesso à memória.
Utilizar modelos de execução ROCm e HIP para controlar as threads, blocos e grelhas que definem a paralelização.
Depurar e testar programas ROCm e HIP utilizando ferramentas como o ROCm Debugger e o ROCm Profiler.
Otimizar programas ROCm e HIP utilizando técnicas como coalescing, cache, pré-visualização (prefetching) e análise de desempenho (profiling).
Esta formação ao vivo, conduzida por um instrutor em Gaia (online ou presencial), destina-se a desenvolvedores de nível iniciante a intermédio que desejem usar o ROCm e o HIP para programar GPUs AMD e explorar o seu paralelismo.
Ao final desta formação, os participantes estarão aptos a:
Configurar um ambiente de desenvolvimento que inclua a plataforma ROCm, uma GPU AMD e o Visual Studio Code.
Criar um programa básico em ROCm que execute a soma de vetores na GPU e recupere os resultados a partir da memória da GPU.
Utilizar a API do ROCm para consultar informações do dispositivo, alocar e desalocar memória de dispositivo, copiar dados entre o anfitrião e o dispositivo, iniciar kernels e sincronizar threads.
Usar a linguagem HIP para escrever kernels que são executados na GPU e manipular dados.
Utilizar funções, variáveis e bibliotecas integradas do HIP para executar tarefas e operações comuns.
Usar espaços de memória do ROCm e do HIP, como global, partilhada, constante e local, para otimizar transferências de dados e acessos à memória.
Utilizar os modelos de execução do ROCm e do HIP para controlar as threads, os blocos e as grelhas que definem o paralelismo.
Depurar e testar programas em ROCm e HIP utilizando ferramentas como o ROCm Debugger e o ROCm Profiler.
Otimizar programas em ROCm e HIP utilizando técnicas como coalescing, cache, pré-carregamento (prefetching) e profiling.
Esta formação ao vivo em Gaia apresenta o toolkit CANN para desenvolvedores de frameworks de IA. Aprenda a configurar ambientes, converter modelos e implantar aplicações em hardware Ascend utilizando MindSpore, TensorFlow ou PyTorch, cobrindo todo o fluxo de trabalho do treino à inferência.
Otimize cargas de trabalho de IA em Ascend, Biren e Cambricon com esta formação prática em Gaia. Aprenda a fazer benchmark de modelos, identificar gargalos e aplicar otimizações a nível de grafo, kernel e operador. Ajuste pipelines de implementação para melhorar o throughput e a latência nestas plataformas líderes.
Otimize o desempenho da inferência de redes neuronais em processadores de IA Ascend com esta formação avançada, ministrada por um instrutor, em Gaia. Explore a arquitetura de runtime do CANN, aproveitando o Graph Engine, o TIK e o TVM para perfilamento, desenvolvimento de operadores personalizados e resolução de gargalos de memória.
Migre aplicações CUDA para arquiteturas GPU chinesas, como Huawei Ascend e Biren, em Gaia. Este curso, conduzido por um instrutor, guia programadores avançados através da tradução de código e otimização de desempenho, incluindo laboratórios práticos para portar bases de código CUDA para novos SDKs.
Esta formação ao vivo, conduzida por um instrutor, em Gaia (online ou presencial), destina-se a developers de nível iniciante a intermédio que desejam utilizar o CUDA para programar GPUs NVIDIA e explorar a sua paralelização.
No final desta formação, os participantes serão capazes de:
Configurar um ambiente de desenvolvimento que inclua o CUDA Toolkit, uma GPU NVIDIA e o Visual Studio Code.
Criar um programa CUDA básico que efetue a adição de vetores na GPU e recupere os resultados da memória da GPU.
Utilizar a API do CUDA para consultar informações do dispositivo, alocar e desalocar memória do dispositivo, copiar dados entre anfitrião (host) e dispositivo, lançar kernels e sincronizar threads.
Utilizar a linguagem CUDA C/C++ para escrever kernels que são executados na GPU e manipulam dados.
Utilizar funções, variáveis e bibliotecas integradas do CUDA para realizar tarefas e operações comuns.
Utilizar espaços de memória do CUDA, como global, partilhado (shared), constante e local, para otimizar transferências de dados e acessos à memória.
Utilizar o modelo de execução do CUDA para controlar threads, blocos e grelhas (grids) que definem a paralelização.
Depurar e testar programas CUDA utilizando ferramentas como CUDA-GDB, CUDA-MEMCHECK e NVIDIA Nsight.
Otimizar programas CUDA utilizando técnicas como coalescing, cache, prefetching e profiling.
Esta formação ao vivo em Gaia guia os desenvolvedores de IA de nível intermédio na implantação de modelos em processadores Ascend utilizando a toolkit CANN. Aprenda a converter frameworks como PyTorch e TensorFlow, otimizar o desempenho e depurar problemas para cenários eficientes de inferência em edge e cloud.
Esta formação ao vivo em Gaia fornece aos programadores as competências para programar e otimizar aplicações em aceleradores Biren AI. Os participantes aprenderão a arquitetura da GPU, a configuração do SDK e a transposição de código CUDA para Biren. O foco recai sobre técnicas de ajustamento de desempenho e depuração.
Esta formação ao vivo, conduzida por instrutor em Gaia, capacita os desenvolvedores com as competências para construir e implementar modelos de IA utilizando BANGPy e Neuware em MLUs Cambricon. Os participantes configuram ambientes, desenvolvem modelos otimizados e integram a aceleração de MLU em aplicações de edge e datacenter.
Esta formação ao vivo, ministrada por um instrutor em Gaia (online ou presencial), destina-se a administradores de sistemas e profissionais de TI de nível inicial que desejam instalar, configurar, gerir e solucionar problemas em ambientes CUDA.
No final desta formação, os participantes serão capazes de:
Compreender a arquitetura, os componentes e as capacidades do CUDA.
Esta formação ao vivo, orientada por instrutores, em Gaia (online ou presencial), destina-se a desenvolvedores de nível inicial a intermédio que pretendam utilizar o OpenCL para programar dispositivos heterogéneos e explorar o seu paralelismo.
Ao final desta formação, os participantes serão capazes de:
Configurar um ambiente de desenvolvimento que inclua o OpenCL SDK, um dispositivo que suporte o OpenCL e o Visual Studio Code.
Criar um programa OpenCL básico que efetue a adição de vetores no dispositivo e recupere os resultados da memória do dispositivo.
Utilizar a API do OpenCL para consultar informações do dispositivo, criar contextos, filas de comandos, buffers, kernels e eventos.
Utilizar a linguagem OpenCL C para escrever kernels que sejam executados no dispositivo e manipulados dados.
Utilizar funções integradas, extensões e bibliotecas do OpenCL para executar tarefas e operações comuns.
Utilizar os modelos de memória de anfitrião e dispositivo do OpenCL para otimizar transferências de dados e acessos à memória.
Utilizar o modelo de execução do OpenCL para controlar work-items, work-groups e ND-ranges.
Depurar e testar programas OpenCL utilizando ferramentas como CodeXL, Intel VTune e NVIDIA Nsight.
Otimizar programas OpenCL utilizando técnicas como vetorização, desenrolamento de laços, memória local e profiling.
Esta formação ao vivo, ministrada por instrutores, em Gaia (online ou presencial), destina-se a desenvolvedores de C++ que desejam usar o CUDA para acelerar aplicações, escrever kernels de GPU de alto desempenho e aproveitar bibliotecas de algoritmos paralelos para cargas de trabalho em computação científica, processamento de dados e aprendizado de máquina.
Esta formação ao vivo, liderada por instrutor em Gaia (online ou presencial), destina-se a developers C/C++ que pretendem utilizar a CUDA para acelerar aplicações com alta intensidade de processamento, incluindo processamento de dados, simulações científicas, cargas de trabalho de machine learning e pipelines de processamento de imagem.
Esta formação ao vivo, conduzida por formadores, em Gaia (online ou presencial), destina-se a desenvolvedores de software, analistas de dados e profissionais técnicos que pretendam utilizar TensorFlow 2.x e Keras para construir, treinar e implementar modelos de deep learning para visão computacional, processamento de linguagem natural e aplicações multimodais.
Este curso de formação ao vivo, com instrutor, em Gaia aborda a programação de GPUs para computação paralela, a utilização de diversas plataformas, o trabalho com a plataforma CUDA e as suas funcionalidades, bem como a aplicação de várias técnicas de otimização utilizando CUDA. Algumas das áreas de aplicação incluem aprendizagem profunda (deep learning), análise de dados, processamento de imagens e aplicações de engenharia.
Leia mais...
Última Atualização:
Testemunhos de Clientes (1)
A energia e o humor dos instrutores.
Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.
Cursos de formação de GPU em Gaia, Cursos ao fim de semana de GPU (Graphics Processing Unit) em Gaia, Formação em horário laboral de Graphics Processing Unit (GPU) em Gaia, GPU guiado por instrutor em Gaia, Formação de Graphics Processing Unit de fim de semana em Gaia, Graphics Processing Unit (GPU) guiado por instrutor em Gaia, Formação em grupo de Graphics Processing Unit (GPU) em Gaia, Formador de Graphics Processing Unit (GPU) em Gaia, Graphics Processing Unit nas instalações do cliente em Gaia, Aulas de GPU (Graphics Processing Unit) em Gaia, !Instrutor de Graphics Processing Unit (GPU) em Gaia, Formação individual de Graphics Processing Unit (GPU) em Gaia, Cursos privados de GPU (Graphics Processing Unit) em Gaia, Cursos em horário laboral de Graphics Processing Unit (GPU) em Gaia,Coaching de GPU em Gaia
