GPU umożliwia równoległe wykonywanie dużej liczby operacji, co pozwala przyspieszyć trenowanie i uruchamianie modeli AI. Szczególne znaczenie mają jednostki CUDA Cores i Tensor Cores oraz rozwiązania programowe NVIDIA wspierające obliczenia związane ze sztuczną inteligencją.
Uczestnicy poznają rolę GPU w trenowaniu i inferencji modeli, podstawy CUDA, CUDA Toolkit, cuDNN oraz zarządzanie pamięcią GPU. Nauczą się również wykorzystywać GPU w środowiskach PyTorch i TensorFlow oraz przenosić obliczenia z CPU na GPU.
Tak. Program obejmuje monitorowanie wykorzystania GPU, analizę zużycia pamięci, dobór batch size, profilowanie i diagnostykę. Uczestnicy poznają również najczęstsze problemy z wydajnością oraz dobre praktyki pracy z infrastrukturą GPU.
Nie widzisz szkolenia, którego szukasz?
Żadna tematyka nas nie ogranicza – jesteśmy otwarci i stworzymy szkolenie idealnie dopasowane do Twoich potrzeb.
Przykładowe szkolenia: Cisco, Analiza biznesowa, BPMN, UML, PowerBi, Elasticsearch, Sztuczna inteligencja, Python, C++, C#, Selenium, Jenkins, Szkolenia miękkie, UX, Social Media i Marketing, Sprzedaż, Zarządzanie projektami, Design Thinking, Linux, Embedded, Postman, Ms Excel, Adobe, Docker, Kubernetes, Terraform, Azure, SAP, UiPath, Machine Learning.
