在 GTC 大會接受人工智慧訓練並獲得認證

訓練神經網路，並且運用訓練成果改善效能與功能，探索深度學習的基礎知識。

瞭解如何利用新式提示工程技術建置各種 LLM 技術應用。

瞭解如何運用大型語言模型，為各種語言相關工作建置應用。

多模態模型結構井然有序，根據多種輸入資料類型將推論最佳化，媲美人類大腦中處理多感官資訊的不同網路。

瞭解如何利用 RAPIDS™ 這個資料科學函式庫在大型資料集執行多項分析任務，實現資料科學工作流程端對端的 GPU 加速。

瞭解如何利用高效參數微調 (PEFT) 強化 LLM 應用功能，以及縮小需要的 LLM。

瞭解如何設計可針對任意環境大規模調整的智慧代理 (Agent)。您可利用 LangGraph 與 NVIDIA NIM 這類架構，建置能深入思考、長期推論、管理內容與即時作業的智慧代理。

瞭解如何編寫、編譯及執行 GPU 加速程式碼、運用 NVIDIA® CUDA® 核心程式庫充分利用新式 GPU 加速器提供的大量平行處理能力、將 CPU 與 GPU 之間的記憶體移轉過程最佳化，以及自行實作演算法。

瞭解如何讓 RAG 系統從概念驗證轉變為企業級部署，內容側重於擴充性、自動擴充、監測與資料管理。實作坊還會介紹 NVIDIA NIM™ 微服務，實現最佳化的正式作業等級效能。

大型語言模型 (LLM) 支援的智慧代理已展現強大的檢索功能，用途包含使用工具、查閱文件，以及規劃方法。本課程為您說明如何靈活彈性按照客戶需求擴充系統，實際部署代理系統。