Manuel Ujaldon ist ordentlicher Professor für Computerarchitektur an der Universität Malaga (Spanien). Seine Forschungsschwerpunkte bilden leistungsstarkes und energieeffizientes GPU-Computing für Bildverarbeitung, biomedizinische Anwendungen und evolutionäre Berechnung. Prof. Ujaldon war Doktorand und Postdoktorand an der Fakultät für Computerwissenschaften der University of Maryland, Gastforscher an der Fakultät für biomedizinische Informatik der Ohio State University (USA, 2003-08) und assoziierter Dozent an der University of Newcastle (Australien, 2012-15).
Er hat 8 Bücher über Computerarchitektur und ca. 100 Artikel in internationalen Peer-Reviewed-Zeitschriften und Konferenzen veröffentlicht. Manuel wurde 2012 von NVIDIA als CUDA Fellow ausgezeichnet und lehrte seitdem mehr als 150 Aktivitäten in Bezug auf GPU-Computing in 23 Ländern, darunter mehr als 70 Plenarvorträge und Tutorials auf ACM-/IEEE-Konferenzen.
Wie haben Sie zum ersten Mal vom NVIDIA Deep Learning Institute (DLI) erfahren?
Als Teil der CUDA Fellow-Gruppe, die 2012 von NVIDIA ausgewählt wurde, war ich bereits einige Jahre vor der Gründung des DLI als NVIDIA-Schulungsleiter tätig.
Inwiefern fördert das DLI Ihre akademische Karriere?
Für mich ist die Rolle des DLI Ambassador sehr bereichernd. Ich wurde eingeladen, an renommierten Universitäten zu lehren und Vorträge auf angesehenen Konferenzen auf der ganzen Welt zu halten, die es mir ermöglicht haben, mit brillianten Studierenden und Kollegen unterschiedlicher Herkunft in Kontakt zu treten. Für einen Kosmopoliten und begeisterten Schulungsleiter wie mich verschaffte es mir so die Möglichkeit, verschiedene Kulturen und Gemeinschaften kennenzulernen und dabei faszinierende Länder zu entdecken sowie meine Lehrfähigkeiten zu erweitern. Jeder DLI-Workshop, den ich organisiere, ist wissenswert, interessant und förderlich für meine berufliche Laufbahn. Eine insgesamt erfüllende und bereichernde Aufgabe!
Erzählen Sie uns etwas über die DLI-Workshops, die Sie außerhalb von Spanien geleitet haben.
Ich hatte viele Möglichkeiten, im Ausland als Ambassador zu lehren, vor allem wegen meiner Reputation als erfahrener NVIDIA-Schulungsleiter. Seit 2012 habe ich weltweit über 100 CUDA-Workshops und -Tutorials auf ACM/IEEE-Konferenzen durchgeführt. Kollegen laden mich weiterhin ein, an diesen Aktivitäten teilzunehmen, da beschleunigtes Computing in der Welt von HPC zu einem angesagten Thema geworden ist. Dank des DLI verfügen wir über eine deutlich bessere Infrastruktur für die Durchführung von Tutorials und Labs, was die Workshops für unsere Studierenden weitaus effektiver macht. Die Universität Malaga unterhält schon seit langem ein proaktives Studentenaustauschprogramm. Zu diesen Programmen gehört auch der Austausch von Lehrerfahrungen. So durfte ich in den letzten Jahren renommierte Universitäten in Afrika und eine in Asien besuchen:
- Die University of Science and Technology Namibia (Namibia – Oktober 2021),
- die Durban University of Technology (Südafrika – Juli 2022),
- die University of Cape Town (Top-Universität in Afrika – August 2022) und
- die University of Kathmandu (Nepal – November 2021).
Bei all diesen Erfahrungen habe ich festgestellt, dass die Studierenden fasziniert von den Themen waren, großes Interesse an der Schulung hatten und sich darauf freuten, NVIDIA-Kompetenzzertifikate von einem international erfahrenen Schulungsleiter zu erhalten. Insgesamt waren die Menschen sehr dankbar für meine Bemühungen und gastfreundlich, sodass ich eine Reihe von positiven persönlichen Erfahrungen sammeln konnte.
Gibt es noch etwas, das Sie über Ihre Erfahrungen mit dem DLI teilen möchten?
Ich möchte den Nutzen der Teaching Kits hervorheben: Sie sind ein zeitsparendes Tool für die Vorbereitung von Kursen, optimieren den Lehraufwand und sorgen für maximales Engagement der Studierenden, die NVIDIA als zuverlässige Quelle betrachten, um sie darauf vorzubereiten, in High-Tech-Unternehmen zu arbeiten. Cloud-Dienste in AWS sind ebenfalls eine fantastische Ressource für Studenten, um ihre ersten Codes sofort auszuführen, ohne sich mit der Installation von Hardware und der Einrichtung von Software, Treibern, Middleware, Bibliotheken usw. beschäftigen zu müssen.