Poitiers

NobleProg Poitiers, 21 rue Gaston Hulin, Poitiers, france, 86000

Poitiers

Poitiers est une commune du Centre-Ouest de la France, chef-lieu (préfecture) du département de la Vienne. Ancienne capitale de la région Poitou-Charentes, elle constitue désormais un pôle d'équilibre au nord de la région Nouvelle-Aquitaine. Avec plus de 27 000 étudiants, Poitiers est une grande ville universitaire depuis la création de son Université en 1431, deuxième pôle de la région après sa capitale Bordeaux. L'agglomération de Poitiers accueille sur son territoire la technopôle du Futuroscope, qui compte de grandes entreprises publiques et privées, ainsi que des laboratoires de recherche de pointe. Ville d'art et d'histoire, celle qu'on nomme encore « La ville aux cent clochers » ou « La ville aux cent églises » est riche d'un important ensemble monumental comprenant notamment le baptistère Saint-Jean (ive siècle), l'hypogée des Dunes (viie siècle), l'église Notre-Dame la Grande (xiie siècle), l'église Saint-Porchaire (xiie siècle) ou encore la cathédrale Saint-Pierre (fin du xiie siècle — début du xiiie siècle). Son centre historique concentre de nombreux édifices remarquables, de splendides maisons à colombages, quelques hôtels particuliers — hôtel Fumé, hôtel Jean Beaucé — ainsi que l'ancien palais des comtes de Poitou, ducs d'Aquitaine (xiie siècle), où la reine de France et d'Angleterre Aliénor d'Aquitaine tenait sa cour.

  • L'aéroport le plus proche du centre de formation

    • Aéroport de Poitiers-Biard

  • La gare la plus proche du centre de formation

    • Gare de Poitiers

  • Le parking le plus proche

    • Parking de la Gare Toumai

  • Cafés restaurants bars à proximité

    1. Restaurant Chez Jean-Mi
    2. Restaurant Moulin de la Norée
    3. Bar Café Jasmin Citronnelle

    Sous-catégories (1)

    Image for the CUDA (Compute Unified Device Architecture)

    CUDA (Compute Unified Device Architecture)

    Découvrez nos formations

    GPU Programming with OpenACC

     28 Heures
    Cette formation en Poitiers (en ligne ou sur site) est destinée aux développeurs de niveau débutant à intermédiaire qui souhaitent utiliser OpenACC pour programmer des dispositifs hétérogènes et exploiter leur parallélisme. A l'issue de cette formation, les participants seront capables de :
    • Configurer un environnement de développement comprenant le SDK OpenACC, un périphérique supportant OpenACC et du Visual Studio code.
    • Créer un programme OpenACC de base qui effectue une addition vectorielle sur l'appareil et récupère les résultats de la mémoire de l'appareil.
    • Utilisez les directives et clauses OpenACC pour annoter le code et spécifier les régions parallèles, le mouvement des données et les options d'optimisation.
    • Utiliser l'API OpenACC pour demander des informations sur les périphériques, définir leur numéro, gérer les erreurs et synchroniser les événements.
    • Utiliser les bibliothèques OpenACC et les fonctions d'interopérabilité pour intégrer OpenACC à d'autres modèles de programmation, tels que CUDA, OpenMP et MPI.
    • Utiliser les outils OpenACC pour profiler et déboguer les programmes OpenACC et identifier les goulets d'étranglement et les opportunités en matière de performances.
    • Optimiser les programmes OpenACC en utilisant des techniques telles que la localité des données, la fusion des boucles, la fusion des noyaux et l'auto-tuning.
    En savoir plus...

    Introduction to GPU Programming

     21 Heures
    Cette formation en direct avec instructeur en Poitiers (en ligne ou sur site) s'adresse aux développeurs de niveau débutant à intermédiaire qui souhaitent apprendre les bases de la programmation GPU et les principaux cadres et outils pour le développement d'applications GPU.
    • A l'issue de cette formation, les participants seront capables de :
      Comprendre la différence entre le CPU et l'informatique GPU ainsi que les avantages et les défis de la programmation GPU.
    • Choisir le cadre et l'outil appropriés pour leur application GPU.
    • Créer un programme GPU de base qui effectue une addition vectorielle en utilisant un ou plusieurs cadres et outils.
    • Utiliser les API, langages et bibliothèques respectifs pour demander des informations sur le périphérique, allouer et désallouer la mémoire du périphérique, copier des données entre l'hôte et le périphérique, lancer des noyaux et synchroniser des threads.
    • Utiliser les espaces mémoire respectifs, tels que global, local, constant et privé, pour optimiser les transferts de données et les accès à la mémoire.
    • Utiliser les modèles d'exécution respectifs, tels que les éléments de travail, les groupes de travail, les threads, les blocs et les grilles, pour contrôler le parallélisme.
    • Déboguer et tester les programmes GPU à l'aide d'outils tels que CodeXL, CUDA-GDB, CUDA-MEMCHECK et NVIDIA Nsight.
    • Optimiser les programmes GPU à l'aide de techniques telles que le coalescing, la mise en cache, le prefetching et le profilage.
    En savoir plus...

    GPU Programming - OpenCL vs CUDA vs ROCm

     28 Heures
    Cette formation en direct avec instructeur en Poitiers (en ligne ou sur site) s'adresse aux développeurs de niveau débutant à intermédiaire qui souhaitent utiliser différents frameworks pour la programmation GPU et comparer leurs caractéristiques, leurs performances et leur compatibilité. A l'issue de cette formation, les participants seront capables de :
    • Configurer un environnement de développement comprenant OpenCL SDK, CUDA Toolkit, ROCm Platform, un appareil prenant en charge OpenCL, CUDA ou ROCm, et Visual Studio Code.
    • Créer un programme GPU de base qui effectue une addition vectorielle en utilisant OpenCL, CUDA et ROCm, et comparer la syntaxe, la structure et l'exécution de chaque cadre.
    • Utiliser les API respectives pour demander des informations sur les périphériques, allouer et désallouer la mémoire des périphériques, copier des données entre l'hôte et le périphérique, lancer des noyaux et synchroniser des threads.
    • Utiliser les langages respectifs pour écrire des noyaux qui s'exécutent sur l'appareil et manipulent des données.
    • Utiliser les fonctions intégrées, les variables et les bibliothèques respectives pour effectuer des tâches et des opérations courantes.
    • Utiliser les espaces mémoire respectifs, tels que global, local, constant et privé, pour optimiser les transferts de données et les accès à la mémoire.
    • Utiliser les modèles d'exécution respectifs pour contrôler les threads, les blocs et les grilles qui définissent le parallélisme.
    • Déboguer et tester les programmes GPU à l'aide d'outils tels que CodeXL, CUDA-GDB, CUDA-MEMCHECK et NVIDIA Nsight.
    • Optimiser les programmes GPU à l'aide de techniques telles que le coalescing, la mise en cache, le prefetching et le profilage.
    En savoir plus...

    ROCm for Windows

     21 Heures
    Cette formation en Poitiers (en ligne ou sur site) s'adresse aux développeurs de niveau débutant à intermédiaire qui souhaitent installer et utiliser ROCm sur Windows pour programmer les AMD GPUs et exploiter leur parallélisme. A l'issue de cette formation, les participants seront capables de :
    • Configurer un environnement de développement comprenant la plate-forme ROCm, un code AMD GPU et Visual Studio sur Windows.
    • Créer un programme ROCm de base qui effectue une addition vectorielle sur le GPU et récupère les résultats de la mémoire GPU.
    • Utiliser l'API ROCm pour demander des informations sur le périphérique, allouer et désallouer la mémoire du périphérique, copier des données entre l'hôte et le périphérique, lancer des noyaux et synchroniser des threads.
    • Utiliser le langage HIP pour écrire des noyaux qui s'exécutent sur la mémoire GPU et manipulent des données.
    • Utiliser les fonctions intégrées, les variables et les bibliothèques HIP pour effectuer des tâches et des opérations courantes.
    • Utiliser les espaces mémoire ROCm et HIP, tels que les espaces globaux, partagés, constants et locaux, pour optimiser les transferts de données et les accès à la mémoire.
    • Utiliser les modèles d'exécution ROCm et HIP pour contrôler les threads, les blocs et les grilles qui définissent le parallélisme.
    • Déboguer et tester les programmes ROCm et HIP à l'aide d'outils tels que ROCm Debugger et ROCm Profiler.
    • Optimiser les programmes ROCm et HIP en utilisant des techniques telles que le coalescing, le caching, le prefetching et le profiling.
    En savoir plus...

    AMD GPU Programming

     28 Heures
    Cette formation en Poitiers (en ligne ou sur site) s'adresse aux développeurs de niveau débutant à intermédiaire qui souhaitent utiliser ROCm et HIP pour programmer les AMD GPUs et exploiter leur parallélisme. A la fin de cette formation, les participants seront capables de :
    • Mettre en place un environnement de développement comprenant la plate-forme ROCm, un code AMD GPU et Visual Studio.
    • Créer un programme ROCm de base qui effectue une addition vectorielle sur le GPU et récupère les résultats de la mémoire GPU.
    • Utiliser l'API ROCm pour demander des informations sur le périphérique, allouer et désallouer la mémoire du périphérique, copier des données entre l'hôte et le périphérique, lancer des noyaux et synchroniser des threads.
    • Utiliser le langage HIP pour écrire des noyaux qui s'exécutent sur la mémoire GPU et manipulent des données.
    • Utiliser les fonctions intégrées, les variables et les bibliothèques HIP pour effectuer des tâches et des opérations courantes.
    • Utiliser les espaces mémoire ROCm et HIP, tels que les espaces globaux, partagés, constants et locaux, pour optimiser les transferts de données et les accès à la mémoire.
    • Utiliser les modèles d'exécution ROCm et HIP pour contrôler les threads, les blocs et les grilles qui définissent le parallélisme.
    • Déboguer et tester les programmes ROCm et HIP à l'aide d'outils tels que ROCm Debugger et ROCm Profiler.
    • Optimiser les programmes ROCm et HIP en utilisant des techniques telles que le coalescing, le caching, le prefetching et le profiling.
    En savoir plus...

    GPU Programming with CUDA

     28 Heures
    Cette formation en direct avec instructeur en Poitiers (en ligne ou sur site) s'adresse aux développeurs de niveau débutant à intermédiaire qui souhaitent utiliser CUDA pour programmer les NVIDIA GPU et exploiter leur parallélisme. A l'issue de cette formation, les participants seront capables de :
    • Configurer un environnement de développement comprenant CUDA Toolkit, un NVIDIA GPU et un code Visual Studio.
    • Créer un programme CUDA de base qui effectue une addition vectorielle sur le GPU et récupère les résultats dans la mémoire du GPU.
    • Utiliser l'API CUDA pour demander des informations sur les périphériques, allouer et désallouer la mémoire des périphériques, copier des données entre l'hôte et le périphérique, lancer des noyaux et synchroniser des threads.
    • Utiliser le langage CUDA C/C++ pour écrire des noyaux qui s'exécutent sur la mémoire GPU et manipulent des données.
    • Utiliser les fonctions intégrées, les variables et les bibliothèques CUDA pour effectuer des tâches et des opérations courantes.
    • Utiliser les espaces mémoire CUDA, tels que les espaces globaux, partagés, constants et locaux, pour optimiser les transferts de données et les accès à la mémoire.
    • Utiliser le modèle d'exécution CUDA pour contrôler les threads, les blocs et les grilles qui définissent le parallélisme.
    • Déboguer et tester les programmes CUDA à l'aide d'outils tels que CUDA-GDB, CUDA-MEMCHECK et NVIDIA Nsight.
    • Optimiser les programmes CUDA à l'aide de techniques telles que le coalescing, la mise en cache, le prefetching et le profilage.
    97% de clients satisfaits.
    En savoir plus...

    Administration of CUDA

     35 Heures
    Cette formation en direct avec instructeur à Poitiers (en ligne ou sur site) s'adresse aux administrateurs système débutants et aux professionnels de l'informatique qui souhaitent installer, configurer, gérer et dépanner les environnements CUDA. A l'issue de cette formation, les participants seront capables de :
    • Comprendre l'architecture, les composants et les capacités de CUDA.
    • Installer et configurer les environnements CUDA.
    • Gérer et optimiser les ressources CUDA.
    • Déboguer et résoudre les problèmes CUDA les plus courants.
    En savoir plus...

    GPU Programming with OpenCL

     28 Heures
    Cette formation en direct dans Poitiers (en ligne ou sur site) est destinée aux développeurs de niveau débutant à intermédiaire qui souhaitent utiliser OpenCL pour programmer des dispositifs hétérogènes et exploiter leur parallélisme. A l'issue de cette formation, les participants seront capables de :
    • Mettre en place un environnement de développement comprenant le SDK OpenCL, un appareil supportant le OpenCL et le code Visual Studio.
    • Créer un programme OpenCL de base qui effectue une addition vectorielle sur l'appareil et récupère les résultats de la mémoire de l'appareil.
    • Utiliser l'API OpenCL pour demander des informations sur le périphérique, créer des contextes, des files d'attente de commandes, des tampons, des noyaux et des événements.
    • Utiliser le langage C OpenCL pour écrire des noyaux qui s'exécutent sur le périphérique et manipulent des données.
    • Utiliser les fonctions intégrées, les extensions et les bibliothèques OpenCL pour effectuer des tâches et des opérations courantes.
    • Utiliser les modèles de mémoire de l'hôte et de l'appareil pour optimiser les transferts de données et les accès à la mémoire.
    • Utiliser le modèle d'exécution OpenCL pour contrôler les éléments de travail, les groupes de travail et les plages ND.
    • Déboguer et tester les programmes OpenCL à l'aide d'outils tels que CodeXL, Intel VTune et NVIDIA Nsight.
    • Optimiser les programmes OpenCL en utilisant des techniques telles que la vectorisation, le déroulement des boucles, la mémoire locale et le profilage.
    En savoir plus...

    GPU Programming with CUDA and Python

     14 Heures
    Cette formation dispensée par un instructeur en direct à Poitiers (en ligne ou sur site) s'adresse aux développeurs de niveau intermédiaire qui souhaitent utiliser CUDA pour créer des applications Python qui s'exécutent en parallèle sur les NVIDIA GPU. A l'issue de cette formation, les participants seront capables de :
    • Utiliser le compilateur Numba pour accélérer les applications Python s'exécutant sur les GPU NVIDIA GPU.
    • Créer, compiler et lancer des kernels CUDA personnalisés.
    • Gérer la mémoire des GPU GPU.
    • Convertir une application basée sur le CPU en une application accélérée par les GPU GPU.
    En savoir plus...

    NVIDIA GPU Programming - Extended

     21 Heures
    Cette formation en direct, dirigée par un instructeur, couvre la programmation de GPUs pour le calcul parallèle, l'utilisation de diverses plateformes, le travail avec la plateforme CUDA et ses fonctionnalités, et l'exécution de diverses techniques d'optimisation à l'aide de CUDA. Les applications comprennent l'apprentissage profond, l'analyse, le traitement d'images et les applications d'ingénierie.
    En savoir plus...

    Dernière Mise À Jour:

    Nos clients témoignent (2)

    Très interactif avec des exemples variés, avec une bonne progression de la complexité entre le début et la fin de la formation.

    Jenny - Andheo

    Formation - GPU Programming with CUDA and Python

    Traduction automatique

    L'énergie et l'humour des formateurs.

    Tadeusz Kaluba - Nokia Solutions and Networks Sp. z o.o.

    Formation - NVIDIA GPU Programming - Extended

    Traduction automatique

    Cours à venir

    Administration of CUDA

    2025-05-19 09:30
    35 Heures
    Poitiers
    6150 EUR (En ligne)
    7150 EUR (Salle de Classe)

    GPU Programming with OpenCL

    2025-06-02 09:30
    28 Heures
    Poitiers
    4950 EUR (En ligne)
    5750 EUR (Salle de Classe)

    Administration of CUDA

    2025-06-16 09:30
    35 Heures
    Poitiers
    6150 EUR (En ligne)
    7150 EUR (Salle de Classe)

    GPU Programming with CUDA and Python

    2025-06-30 09:30
    14 Heures
    Poitiers
    2550 EUR (En ligne)
    2950 EUR (Salle de Classe)

    NVIDIA GPU Programming - Extended

    2025-07-14 09:30
    21 Heures
    Poitiers
    3750 EUR (En ligne)
    4350 EUR (Salle de Classe)

    Autres régions en France

    D'autres Pays

    Ces formations sont également disponibles dans d'autres pays

    Conseil

    GPU Conseil
    GPU formation à Poitiers, Weekend Graphics Processing Unit cours à Poitiers, Soir Graphics Processing Unit (GPU) formation à Poitiers, Graphics Processing Unit formateur en ligne à Poitiers, GPU (Graphics Processing Unit) formation à Poitiers, GPU (Graphics Processing Unit) cours du soir à Poitiers, GPU formation Intra à Poitiers, Graphics Processing Unit formation Intra Entreprise à Poitiers, GPU (Graphics Processing Unit) formation Inter à Poitiers, Graphics Processing Unit formation Inter Entreprise à Poitiers, Graphics Processing Unit (GPU) cours privé à Poitiers, GPU (Graphics Processing Unit) sur place à Poitiers, Weekend GPU formation à Poitiers, Graphics Processing Unit préparation aux examens à Poitiers, GPU (Graphics Processing Unit) formateur à Poitiers, Graphics Processing Unit instructeur à Poitiers, Graphics Processing Unit cours particuliers à Poitiers, GPU professeur à Poitiers,Graphics Processing Unit (GPU) cours à Poitiers, Soir Graphics Processing Unit cours à Poitiers, GPU coach à Poitiers, Graphics Processing Unit (GPU) coaching à Poitiers, GPU stage de préparation à Poitiers, Graphics Processing Unit préparation à Poitiers, GPU (Graphics Processing Unit) entraînement à Poitiers