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)
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
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 與 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 2:CUDA 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 與 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 及 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. 多 GPU 與 Streams 並行技術

  • Multiple Streams 與 Multiple GPUs 基本操作
  • GPUDirect Peer-to-peer Transfers 及 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 ChatGPT、LLM)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元

課前21天報名(早鳥優惠價)

$11,350元

2人以上團體報名(團報優惠價)

$10,700元

工研人報名

$10,000元

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。