88 优惠券
2020年3月1日到期。满 200 元可用
立即使用
立即使用
  • 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 手机下单 手机扫码下单

首页 > 商务会议 > IT互联网会议 > 2019 kubernetes容器+GPU并行编程实践培训班(北京) 更新时间:2020-02-11T12:32:29

2019 kubernetes容器+GPU并行编程实践培训班(北京)
收藏3人
分享到
官方合作

2019 kubernetes容器+GPU并行编程实践培训班(北京) 已截止报名

会议时间: 2019-01-19 08:00至 2019-01-22 18:00结束

会议地点: 北京  详细地址会前通知   周边酒店预订

主办单位: 格致斯创(北京)科技有限公司

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        2019 kubernetes容器+GPU并行编程实践培训班(北京)

        2019 kubernetes容器+GPU并行编程实践培训班(北京)宣传图

        格致斯创已成功举办多次不同种类培训班,学员达到上百名,收到越来越多的相关课程爱好者的支持与好评,为帮助学员能够有机会接触更多知识领域,格致斯创公司将于2019年1月19日-22日在 北京中科院计算所龙芯产业园 举办kubernetes容器+GPU并行编程实践培训班,欢迎各位老师和同学报名参加!

        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。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神秘嘉宾重要。如今,几乎所有的深度学习(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

        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。对本次培训班感兴趣的老师同学快来报名吧!

        时间:2019年1月19日~22日(18日报道)

        地点:北京中科院计算所龙芯产业园

        培训对象:

        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。

        查看更多

        格致斯创(北京)科技有限公司 格致斯创(北京)科技有限公司

        格致斯创(北京)科技有限公司成立于2014年,作为中国高性能计算和材料计算模拟的新生代,公司依托国家级超级计算中心与高等院校等各类研究机构的强大科研力量,为中国的学术和产业研究机构提供包括计算资源、科研咨询、技术攻关、软件研发等全方位的技术服务。在当今全球范围兴起“云计算”、“大数据”等新型研究方式的大环境下,公司以高性能超级计算资源和材料学计算模拟为核心服务,以推动我国的科技创新为宗旨,为开拓相关技术在国内的应用领域而努力。

        会议日程 (最终日程以会议现场为准)


         

        第一天

        容器基础概念,在深度学习中的应用

        1,容器的基本概念,包括功能介绍,运行机制等

        2,容器和虚拟机的对比,容器的优势

        3,容器的应用场景,在深度学习中如何应用

        Docker容器的基础理论

        1.Docker容器的基本架构 

        2.Docker容器基础组件详解

        3.Docker容器的创建方式和实例分析

        4.Docker容器网络设计

        5.Docker容器数据卷管理

        6.Docker容器存储驱动

        7.Docker镜像及镜像的分层机制

        8.Docker镜像仓库管理

        9.Nvidia-docker的概念和应用

        10.Docker容器对于GPU的管理

        11.Dockerfile详解

        Docker容器技术实战上机:

        1.Docker容器的环境搭建和命令使用

        2.Dockerfile操作实战

        第二天

        kubernetes容器管理平台

        1,kubernetes的由来

        2. kubernetes核心概念

        3. kubernetes技术架构与设计理念

        4. kubernetes常用对象

        5. kubernetes的核心组件和运行机制

        6. kubernetes核心配置文件yaml的介绍

        7. kubernetes的网络模式与常用的网络插件(CNI)

        8. kubernetes的存储模式与常用的存储插件

        9. kubernetes负载均衡和弹性伸缩

        10.kubernetes监控解决方案

        11.kubernetes日志管理

        12.kubernetes DNS管理

        13.kubernetes NVIDIA GPU管理和调度

        14.kubernetes在深度学习中的应用

        Kubernetes上机实战:

        1.kubernetes快速部署

        2.kubernetes操作实战(yaml配置,系统调试等)

        第三天

        GPU高性能计算——OpenACC编程基础与优化进阶

        并行计算的应用场景和实际意义

        并行计算机体系结构:处理器、内存和互连网,常用的并行计算机系统

        性能分析模型:如何测量并行性能和扩展性

        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

        OpenACC基础:概念,与CUDA区别,编译器,生态

        OpenACC四步开发流程:判断并行性,并行化表达,显式数据传递,优化

        判断并行性:Profile工具pgprof

        并行化表达:引导关键字Kernerls和Parallel Loop

        显式管理数据的拷贝:引导关键字Data

        OpenACC上机实战:矢量点乘

        OpenACC优化:统一内存管理,线程并行层级,collapse,tile

        第四天

        GPU高性能计算——CUDA编程基础与优化进阶

        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

        CUDA开发环境搭建和工具配置

        CUDA上机:Helloworld,向量加

        CUDA优化进阶:线程组织调度,分支语句,访存优化,数据传输,原子操作

        CUDA上机:矩阵乘、直方图

        GPU并行计算模式及案例分析

        分析调试:parallel nsight,visual profiler,cuda-gdb

        CUDA上机实战:卷积,reduce和scan

        GPU异步编程,多GPU编程(混合OpenMP和MPI)及调试调优工具

        OpenACC互操作性:OpenMP,MPI,CUDA

        NVIDIA最新技术:CUDA 10新特性,Turing显卡

        GPU高性能计算——深度学习

        1.1基于GPU的交互式深度学习训练平台:DIGITS;

        1.2深度学习框架的GPU加速:TensorFlow,Caffe等;

        1.3 NVIDIA深度学习SDK:cuDNN,TensorRT,NCCL;

        1.4深度学习显卡选择;

        深度学习上机实操:

        Caffe,TensorFlow,Theano等通用深度学习框架的GPU加速库cuDNN的使用;

        深度学习前端推理引擎TensorRT的使用;

        查看更多

        会议嘉宾 (最终出席嘉宾以会议现场为准)


        主讲人介绍:

        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。

        安老师  北京大学研究生毕业,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。

        查看更多

        参会指南

        会议门票


        培训班费用: 

        2天(GPU或云容器):2500元/人

        4天(GPU+云容器):4900元/人

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        标签: Kubernetes GPU

        还有若干场即将举行的 Kubernetes大会

        猜你喜欢

        部分参会单位

        主办方没有公开参会单位
        活动家_小程序快捷下单

        微信扫一扫
        分享给朋友

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函