課程代號:2325120124  

NVIDIA CUDA GPU高速平行運算程式開發

本課程目標是讓學員從基礎掌握 CUDA 平行運算概念與程式設計技能,學會有效管理 GPU 記憶體並進行效能優化,進而能將 CUDA 技術應用於影像處理、科學模擬、金融計算等實務專案,同時了解多 GPU 並行技術與最新 AI 超級運算趨勢,培養應對高效能運算與產業需求的能力。

課程型態/
實體課程
上課地址/
新竹恆逸教育訓練中心/新竹市東區光復路二段295號3樓之2(實際教室以上課通知為主),本課程同步開放線上連線授課。
時  數/
14 小時
起迄日期/
2026/05/13 ~ 2026/05/14
聯絡資訊/
彭小姐   03-5916197
報名截止日期:2026/05/12
課程介紹

CUDA GPU 平行運算基礎 x 高效能運算(HPC)應用,掌握未來運算趨勢

        NVIDIA 在 2007 年推出圖形處理器 (GPU: Graphics Processing Unit) 程式開發工具 CUDA (Compute Unified Device Architecture),讓開發者可以在通用圖形處理器 (GPGPU: General Purpose GPU) 上開發各類的科學運算 (Scientific Computing),促成許多 HPC (High Performance Computing) 應用領域的進步;具有高度運算需求的科學領域包括:人工智慧 (Artificial Intelligence)、機器學習 (Machine Learning)、深度學習 (Deep Learning)、影音 3D 多媒體、生物醫學、國防科學、石油探勘、財務工程、土木建築、電腦輔助製造(CAM: Computer Aided Manufacturing)、計算機輔助工程(CAE: Computer Aided Engineering)、電腦輔助設計(CAD:Computer Aided Design)、氣體煙霧模擬、火焰模擬、模流水流模擬等。 隨著半導體技術的迅速成長,至今在單一個 GPU 中,處理器核心(processor core)的個數已增加到數萬核以上,使得 GPU 的計算能力也跟著快速成長;至今 CUDA 開發環境已經相當成熟,超高速運算時代已經來臨。
        

        因應人工智慧與高效能運算時代的來臨,本課程以 CUDA GPU 平行運算為核心,課程聚焦於「基礎 ➜ 實作 ➜ HPC 應用 ➜ 產業趨勢」四大主軸,每個單元搭配「實務案例及應用場景」,最大目標是引導 CUDA 初學者能夠快速瞭解 CUDA 的平行理念,培養學員具備程式設計、效能最佳化與多 GPU 應用能力。 首先從 CUDA 的基礎平行計算模式開始介紹,針對在撰寫 CUDA 平行程式時,使用特殊記憶體該注意的事項、大量資料在平行處理時的各種切割方式、從多執行緒(multiple threads)到多 GPU 處理核心的分配方法、進而跨越多 GPU 晶片(multiple GPUs)的多串流(multiple streams)處理等議題,都是本課程要探討的內容。 同時,基於新版 CUDA SDK、新款 GPU 及 NVIDIA AI Supercomputer 架構等新功能,本課程也將介紹其發表的新架構及新技術。 為加強學習效果,本課程的安排特別著重於由淺而深,逐步引導從理解進而以最快的速度上手 CUDA 平行程式開發;只要具備 C 程式語言的設計基礎就可參加此課程,快速瞭解 CUDA 平行處理程式的設計技巧及 GPU 的平行概念。

如果您是相關產業、及欲跨領域投入的你,這堂課就非常適合你!

    歡迎加入課程行列,成為產業即戰力人才

課程目標

  1. 建立 GPU 平行運算與 CUDA 核心觀念
    理解 GPU 平行運算架構、CUDA 程式模型與記憶體階層,奠定高效能運算基礎。
  2. 培養 CUDA 平行程式設計與效能最佳化能力
    透過實作課程,學習資料切割、執行緒配置、多串流與多 GPU 設計技巧。
  3. 應用 GPU 平行運算於 AI 與高效能運算領域
    將 CUDA 技術實際應用於人工智慧、科學計算與工程模擬,銜接產業需求與未來運算最新趨勢。

課程對象

  1. 具備程式基礎的開發者:熟悉 C 語言或其他程式語言,想學習 GPU 平行運算技術者。
  2. 人工智慧與資料科學相關領域的從業人員:希望利用 GPU 加速 AI 訓練、深度學習模型或科學計算者。
  3. 高效能運算或科學工程領域的研究者與工程師:需要處理大量資料或複雜模擬運算者。
  4. 對 GPU 技術與產業應用感興趣的人士:希望了解 CUDA、NVIDIA GPU 架構及其應用趨勢者。

講師簡介

鄭羽熙講師

  • 現任:兌全有限公司 總經理。
  • 主要研究領域:Modern Artificial Intelligence application, Multi-core parallel processing and GPU massive processing, Image AI application, Edge AI and LLM application, Embedded SOC system, FPGA and Chip design。
  • 學經歷:畢業於國立臺灣大學 電機系(博士),曾任中山科學研究院簡聘技正、德碩半導體股份有限公司晶片設計經理、麗臺科技股份有限公司副總工程師。

課程大綱

課程内容

Part 1:基礎概念與 CUDA 入門
(第一日上午)

1. GPU  CUDA 平行運算概念入門

  • NVIDIA GPU 架構介紹
  • CUDA SDK、運算能力與產業應用範例

2. 平行計算的核心概念:Thread, Block, Grid, Warp

  • GPU 如何「分工合作」
  • 各式各樣的數據如何「平行分割」
  • 數據與運算的平行分配

3. 基礎 CUDA 平行程式設計實作

  • 編寫簡單 CUDA 程式,感受 GPU 的加速魅力

Part 2CUDA 記憶體管理與效能分析
(第一日下午)

4. GPU 記憶體階層與優化策略

  • Global, Constant, Shared 記憶體介紹
  • 實作:使用 Shared Memory 加速小範例

5. 效能分析與優化工具

  • Nsight System  Nsight Compute
  • 透過效能分析找出 CUDA 程式的瓶頸

6. 基礎 CUDA 平行程式設計實作

  • 在平行程式中加入計時器評估效能

Part 3:科學運算應用專題
(第二日上午)

7. 應用專題:影像處理加速實作

  • Image Sobel Filtering, De-noising, and Rotation
  • CUDA Texture  Surface 記憶體的輔助加速方式

8. 科學模擬與金融應用專題

  • N Body 物理模擬與 Monte Carlo 選擇權平行運算
  • Reduction Optimization 平行計算
  • 如何使用 GPU 平行化解決不同領域的計算問題

Part 4:進階技術與未來趨勢
(第二日下午)

9.  GPU  Streams 並行技術

  • Multiple Streams  Multiple GPUs 基本操作
  • GPUDirect Peer-to-peer Transfers  Unified Virtual Addressing

10. NVIDIA AI 超級運算與最新技術分享

  • NVIDIA AI Supercomputer 架構與未來趨勢
  • NVLink 高速互聯如何提升 AI 大語言模型 (LLM) 的訓練
  • CUDA 在生成式 AI(例如 ChatGPTLLM)背後所扮演的角色

先備知識

  • 具備 C 程式語言的設計基礎,或具備基本程式概念為佳。

受訓證明

  • 總出席率達 80%,將由工業技術研究院產業學院核發受訓證明

課程費用

報名方案

費用

課程原價(含稅、講義)

$12,600

課前21天報名(早鳥優惠價)

$11,350

2人以上團體報名(團報優惠價)

$10,700

工研人報名

$10,000

課程資訊

    •  上課日期:115年5月13日(三)、115年5月14日(四) ,09:00-17:00,為期兩天,總時數 14 小時。

     •  上課地點:新竹恆逸教育訓練中心/新竹市東區光復路二段295號3樓之2

                        (實際教室以上課通知為主)。

     •  報名方式:

                        - 線上報名:請學員前往工研院「產業學習網」報名課程。

                        - 信箱報名:將報名資訊填完並寄至 yvonnepeng@itri.org.tw 彭小姐。

                        - 課程洽詢:請洽服務專線 03-5916197 彭小姐或聯絡信箱:yvonnepeng@itri.org.tw

注意事項及提醒

  • 為確保上課權益,報名後或開課前未收到任何通知信件,請學員務必來電詢問是否完成報名。我們會在開課前幾天發送上課通知,敬請學員留意信件。
  • 因課前教材、講義製作及餐點等皆需提前準備,若您不克前來,請於開課前三日告知,以利行政作業進行並共同愛護資源。
  • 若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。
  • 學員於開訓前臨時有事取消報名,將退還所繳交之全額費用;若上課當天臨時取消則不退費。在培訓期間若因個人因素無法繼續參與課程且上課未逾總時數1/3,退還所繳交上課費用之50%,上課逾總時數1/3,則不退費。
  • 為保障講師權益,學員於上課期間不得進行錄音、錄影及拍照。