諮詢專家

與 Omniverse 技術產品經理、工程師和解決方案架構師一起參加這場互動式支援演講，您可以直接獲得協助，並針對您的使用案例提出問題、疑問和想法。

您想在 GPU 上編寫現代 C++ 嗎？ 您對 C++ 標準平行運算感到好奇嗎？

加入 NVIDIA 的 C++ 函式庫和標準團隊，進行問答階段：C++ 標準平行處理和 NVC++、Thrust（CUDA C++ 的高生產力一般用途函式庫和平行演算法實作）、CUB（CUDA C++ 的高效能集合演算法工具組）和 libcu++（CUDA C++ 標準函式庫）。

最受歡迎的是使用問題、功能要求和錯誤報告！

正在開發機器人應用程式？ 向我們的機器人和模擬專家帶來您的問題和挑戰，他們將參與討論如何運用 NVIDIA Isaac™ 機器人平台。

瞭解 NVIDIA 影像/訊號處理函式庫的最新優化，例如 CV-CUDA、NPP、nvJPEG 和 DALI™，這是一個快速、靈活的資料載入和擴增函式庫。我們將探討如何透過容易使用的建置模塊 CV-CUDA 函式庫，使用不同的資料處理解決方案來涵蓋 NPP 中的低階影像和訊號處理基元，以定義 DALI 中的高階高效能資料處理工作流程。 

我們將討論產品群組中的新函式庫：CV-CUDA 和 nvTiff，以及現有的函式庫（DALI、NPP 和 nvJPEG）的新功能。

在此簡短分享後，我們將安排專家舉行開放論壇和問&答活動。 

參加此演講，與專家討論透過 NVIDIA NVLink®、Infiniband 或其他網路進行 GPU 間通訊的所有相關內容。

本演講涵蓋所有通訊函式庫：包括 NCCL、MPI、UCX/UCC 和 NVSHMEM。這也是討論 GPU Direct、NVLink、Infiniband 和 SHARP 效能優勢的最佳地點，此能加速您的 DL 訓練工作負載或 HPC 應用程式。 

與 NVIDIA 專家一起參與問答會議，瞭解如何運用 Triton 推論伺服器™、TensorRT™ 和 Omniverse™ 等 NVIDIA 技術加速藝術產生。生成式人工智慧正在顛覆藝術創意的工作流程，讓藝術家和非藝術家為之著迷。我們將探討在雲端和桌上型電腦上的 GPU 實作和優化 生成式人工智慧工作流程的策略，並充分考慮功能、效能和運算成本，讓解決方案能獲得擴充並為使用者提供高效能。 

我們經驗豐富的專家擅長將人工智慧推論模型從研究環境轉移至生產環境，非常樂於與您分享這些經驗、工具和技術，主題包含：
- 從研究環境轉移至生產環境
- 大幅減少裝置記憶體的使用
- 效能最佳化
- 與現有的程式碼庫和端對端人工智慧流程整合

採用技術：
- TensorRT
- ONNX 與 DirectML
- Cuda 和 cuDNN
- Triton 推論伺服器

想像一下，您已使用 PyTorch、TensorFlow 或您選擇的框架訓練模型，並對模型的準確度感到滿意，且正考慮將其部署為服務。有兩個需要考慮的重要目標：徹底發揮模型效能，以及打造作為服務部署所需的基礎架構。與我們一起討論兩種可解決這兩個目標的關鍵 NVIDIA 產品：NVIDIA TensorRT，這是高效能的深度學習推論，以及能提供單一標準化推論平台的開放原始碼推論服務軟體 — Triton 推論伺服器。

如果您是上述任一 SDK 的新手，我們強烈建議您參考以下資源：

Triton 推論伺服器：https://www.youtube.com/watch?v=1kOaYiNVgFs

NVIDIA TensorRT：https://developer.nvidia.com/blog/speeding-up-deep-learning-inference-using-tensorrt-updated/

在此演講中，您將有機會與 NVIDIA 開發人員工具團隊討論最新的頂尖工具，以及如何將光線競速應用程式優化。我們將向您展示如何使用 NVIDIA Nsight 系統來判斷您為 GPU 或 CPU 取向。您也將瞭解 Nsight Graphics 如何用於偵錯和優化 GPU 取向應用程式中的 GPU 工作負載。最後，您將瞭解 Nsight Aftermath SDK 和 Nsight PerfSDK 如何整合到您的應用程式，並協助偵錯 GPU 當機與即時分析效能。

在此演講結束後，您可更深入地瞭解 NVIDIA 工具，並且您的問題將會獲得解答。     

NVIDIA GPU 可加速量子化學（如 Gaussian、VASP、Quantum ESPRESSO、GAMESS、NWChem 和 CP2K）和分子動力學（如 GROMACS、NAMD、LAMMPS 和 Amber）中最重要的應用程式，這些應用程式在材料科學、生物物理學、藥物開發和其他領域中也相當受歡迎。我們將回答您如何能為特定工作負載取得最佳效能的問題，或找出您如何能從加速運算中獲益的方法。