【課程】開放運算/多核CPU、GPU運算實作，學會高速運算，掌握機器學習、電腦視覺關鍵能力

【5/26再開】高速運算在機器學習、區塊鍵應用、電腦視覺、人工智慧等領域是非常重要的關鍵能力。課程解析GPU Computing及其原理，同時以Python來駕馭橫跨平台、異構計算之開放式程式框架-開放運算語言(OpenCL)來研究高速運算技術，並運用程式實作來了解高速運算的處理能力，加上不同平台與硬體資源使用的雷區介紹，用高效率跨入高速運算領域的大門，投資自己，提升競爭力。

6個理由，為什麼要來上課？

高速運算可以應用在機器學習、區塊鏈運算、電腦視覺等等新興領域。
學習異構計算之開放式程式框架-開放計算語言(OpenCL)。
建構開放式高速運算平台(多核心CPU、CPU/GPU協同運算)。
學習如何透過多核 CPU 與 GPU 的運算能力，提昇處理問題的效率。
學習Python更多應用，進行高速開放運算。
認識講師，遇到困難有人回答；書本資料太多、網路上的資料太分散，現場有人教學得快。

>>前往報名、繳費

【課程內容】

時間：2018/5/26(六) 早上 09:30~下午 16:30

高速與平行運算為近年之快速發展議題，這些協同運算的平台之建立造就更多可能的高階應用，例如電腦視覺、數位貨幣、深度學習等等。課程解析其中一種異質合作運算平台，讓學員瞭解如何透過多核 CPU 與 GPU 的運算能力，提昇處理問題的效率。

09:30 ~ 09:50

什麼是GPU運算(GPU computing)?
• CPU v.s. GPU

09:50 ~ 10:30

什麼是OpenCL ?
• 現行平行處理框架
• Open Computing Language

10:30 ~ 11:10

透過Python來使用OpenCL
• 在各種平台建置PyOpenCL環境

11:10 ~ 12:30

程式實作1：
• Device & DataType
• 在GPU上進行四則運算
• 建立OpenCL運算環境
• OpenCL記憶體存取模式

12:30 ~ 13:30 午休、交流

13:30 ~ 14:00

程式實作2：
• Enhancement
• 影像灰階處理
• 影像模糊處理

14:00 ~ 15:30

程式實作3：
• OpenCL Memory Model
• 影像模糊處理
• 計算Histogram

15:30 ~ 16:30

程式實作4：
• OpenCL Execution Model
• Global / Local work items & Work Groups
• Global / Local worksize 對效能的影響
• Histogram加速版
• k-means分群

16:30 ~ 交流、道別

地點：T客邦總部，台北市中山區民生東路二段141號6F (Google 地圖)

費用：早鳥價 3,700 元，包含午餐。

注意事項：

請學員自備筆電，Windows / Mac 皆可(有獨顯、沒有獨顯皆可)，教室提供電源插座。
建議具備 Python 程式語言基礎(略懂 C 語言更佳)。

主辦單位：

【報名方式】

Step1：前往報名、繳費

Step2：直接在課程頁面報名並繳費。提供線上刷卡、ATM轉帳、超商代碼三種繳費方式。付款後約20分鐘即可自行查詢繳費結果。

什麼是OpenCL？

OpenCL（Open Computing Language，開放計算語言）是一個為異構平台編寫程式的框架，此異構平台可由CPU、GPU、DSP、FPGA或其他類型的處理器與硬體加速器所組成。OpenCL由一門用於編寫kernels（在OpenCL裝置上執行的函式）的語言（基於C99）和一組用於定義並控制平台的API組成。OpenCL提供了基於任務分割和資料分割的平行計算機制。

什麼是GPU 加速運算？

圖形處理器（英語：graphics processing unit，縮寫：GPU），又稱顯示核心、視覺處理器、顯示晶片或繪圖晶片。GPU 加速運算係指以圖形處理單元 (GPU) 搭配 CPU，GPU 加速運算提供前所未見的應用效能，能將應用程式中運算密集的工作負載轉移到 GPU，並由 CPU 執行其他程式碼，藉以加速科學、分析、工程、消費和企業應用。