您好、欢迎来到现金彩票网!
当前位置:二四六天天好彩手机版 > 同步并行算法 >

容器+GPU并行编程实践研讨会” 开班通知

发布时间:2019-05-21 14:29 来源:未知 编辑:admin

  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。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。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。

  Docker 是一个新兴开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何 Linux 机器上。Docker容器轻量化的机制和运行模式可广泛的应用到高性能,深度学习等计算密集型应用中,随着云计算的普及以及对高性能、深度学习等相关技术的快速发展,使得云计算人才供不应求,所以一些大型企业对Docker专业技术人才需求较大。同时,kubernetes作为Docker容器的管理平台,已经成为容器编排领域的事实标准,通过kubernetes技术可实现容器的有效管理,资源的合理分配,任务的高效调度等,为上层应用提供强有力的支撑。国内外越来越多的企业都已经在生产环境中基于Kubernetes构建自己的私有云,并且收效颇丰。

  GPU高性能计算和容器编排已成为AI重要支撑技术,因此我单位举办“kubernetes容器+GPU并行编程实践培训班”,具体由XXX举办,本次研讨会由权威师资主讲。

  通过学习docker+kubernetes实战课程可以有效的了解和应用Docker和Kubernetes技术,学习如何创建和管理Docker容器,然后在容器内部署示例应用程序。为高性能、深度学习等技术的研究和应用搭建起一套高效、稳定、安全的底层环境。

  现有硬件资源最大化利用,提供多种并行优化方案组合策略,提高并行程序设计与开发水平,熟悉常见的并行计算模式,了解深度学习的主流GPU加速解决方案;实际体验高性能计算环境,能够应对主流的超算环境;提供符合自身特点的工程计算解决方案,了解高性能计算和深度学习应用场景。

  安老师 曾任职于中科曙光解决方案架构师,主要从事虚拟机、Openstack、VMware、容器等云计算领域的研究和方案制定。现就职于海航科技集团,任解决方案架构师,从事云计算,AI等领域的工作,提供行业解决方案。

  刘老师 中科院单位工程师,研究领域主要集中在高性能计算机系统结构、系统软件、高性能并行算法、高性能计算应用、可重构加速计算等几个方向。多年MPI/OpenMP/CUDA/OpenCL/OpenACC优化加速经验,有多个大型项目算法的HPC云计算并行优化加速经验。

  CPU/GPU体系结构对比介绍:流水线、多核、缓存、访存、通信模型、分支预测等

  CUDA基础:API、数据并行、线程模型、存储模型、控制、同步、并发和通信、加速比

  从事高性能计算、GPU加速、并行计算、CUDA编程、openCV、石油、气象、化工、人工智能、深度学习、计算机视觉、人脸识别、 图像处理、行人检测、自然语言处理等领域相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关技术人员;

  软件开发人员、架构师、部署工程师、Linux爱好者、云计算工程师、运维工程师、运维开发、测试、开发工程师、IT从业者。

  报名人员可直接回复报名回执表至邮箱。或与会务组电线元/人(含报名费、证书费、培训费、教材费、资料费)食宿统一安排费用自理。

  参加相关培训并通过考试的学员,可以获得:人社部中国高级公务员培训中心、全国信息化计算机应用技术水平教育培训管理中心颁发-证书。该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。返回搜狐,查看更多

http://intachange.net/tongbubingxingsuanfa/82.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有