Formation en IA & Data: GPU, architecture, mise en œuvre, bonnes pratiques (4-125) - Ascent Formation
Retour aux formations
IA & Data

GPU, architecture, mise en œuvre, bonnes pratiques (4-125)

1 jour(s) • 6h

Description

Objectif général de la formation : Comprendre les spécificités des GPU pour en exploiter pleinement la puissance dans le cadre d'une mise en œuvre IA ou VDI, tout en maîtrisant leur intégration dans des environnements data center. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME : Application (A) Compétences visées : Comprendre les spécificités matérielles et architecturales des GPU. Intégrer des GPU dans des environnements de data center. Optimiser le code applicatif pour tirer profit des performances des GPU.

Objectifs pédagogiques

  • Identifier les caractéristiques et fonctionnalités clés des GPU pour des calculs intensifs.
  • Intégrer efficacement des GPU dans une infrastructure existante.
  • Appliquer les bonnes pratiques de développement pour exploiter pleinement la puissance des GPU.

Public concerné

Professionnels de l’informatique souhaitant intégrer des GPU dans leurs architectures.
Ingénieurs et techniciens travaillant sur des projets nécessitant des capacités de calcul intensif.
Développeurs souhaitant optimiser leurs applications pour GPU.

Prérequis

Connaissances de base en architectures matérielles et réseaux.
Expérience en développement d’applications ou gestion de systèmes informatiques.

Déroulé du programme

1

Matinée (3 heures)

3h
  • Introduction aux GPU et à leurs architectures (1,5 heure)
2

Présentation des GPU : caractéristiques, rôles et cas d’utilisation.

3

Spécificités d'un GPU : architecture interne et fonctionnement.

4

Travaux pratiques : Analyse d’un GPU et de ses spécifications techniques.

  • Intégration des GPU dans les environnements de calcul (1,5 heure)
5

Pré-requis en termes d’architecture externe (alimentation, refroidissement, espace, compatibilité).

6

Intégration des GPU dans des data centers.

7

Travaux pratiques : Simulation d’intégration dans une architecture de data center.

8

Après-midi (3 heures)

3h
  • Optimisation du code applicatif pour GPU (2 heures)
9

Programmation optimisée pour GPU : principes et bonnes pratiques.

10

Cas d'utilisation en IA et VDI : exemples concrets et démonstrations.

11

Travaux pratiques : Optimisation d’un code existant pour l’exécution sur GPU.

  • Mise en œuvre des bonnes pratiques (1 heure)
12

Démonstration des techniques avancées pour exploiter la puissance des GPU.

13

Résolution des problématiques courantes lors de l’intégration.

14

Travaux pratiques : Mise en œuvre d’une application IA ou VDI avec GPU.

Informations

Durée

1 jour(s)

6h

Tarif

Sur demande

Formations similaires

Formation en IA & Data: Migration vers le Cloud - Ascent Formation
IA & Data

Migration vers le Cloud

2 jour(s)

Sur demande

Formation en IA & Data: Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé - Ascent Formation
IA & Data

Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé

3 jour(s)

Sur demande

Formation en IA & Data: AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant - Ascent Formation
IA & Data

AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant

1 jour(s)

Sur demande

Formation en IA & Data: Analyse bayésienne (4-107) - Ascent Formation
IA & Data

Analyse bayésienne (4-107)

3 jour(s)

Sur demande