学生:借助 GeForce RTX 学习 AI 和数据科学

由 Jesse Clayton 发表于 2022年11月16日 | 精选故事 GeForce RTX GPU

自动驾驶汽车、医疗健康、工厂自动化、电信、广告和营销、金融服务、气候科学。上述行业的共同之处在于它们都广泛使用人工智能。如今,我们将帮助科学、技术、工程、数学专业的学生能够用更轻松的方式学习业界所需的 AI 技能,助力他们在各自的领域中都能取得成功。

AI 不断发展,已成为全世界最重要的技术之一,几乎影响着全球经济的各个领域,学生应对此予以重视。各行各业愈发急需具备人工智能专业知识的毕业生。Indeed 已将 AI 确定为 2022 年各行业急需的技术技能之一,而《福布斯》预测在接下来的四年内,一亿个与 AI 相关的工作岗位将不断涌现。因此,各学院和大学正开设并制定以这些技能为重点的全新课程和教育计划。

学习热门科学、技术、工程、数学学科(例如计算机科学、数据科学、信息科学、经济学和其他相关学科)的学生需要接触研发领域和各行业正在使用的相同技术,以便为自己的职业生涯做准备。作为 AI 开发的事实标准,NVIDIA GPU 加速的人工智能平台已被全球各所大学采用。

NVIDIA 于今日发布了搭载 CUDA 12 的最新版 Game Ready 驱动程序,同时也宣布将为机器学习、数据分析及其他 AI/ML 相关技术提供 RAPIDS 软件套件支持,这些支持现已在 Windows 11 PC 上推出,且均由 NVIDIA GeForce RTX GPU 提供动力支持。此外,我们还为学生和其他 AI 学习者提供了基于 Windows 11 的全新培训资源,其中包括《Learning Deep Learning》。如今,有了 Windows 11 的鼎力支持,学生能设计、开发和评估用于深度学习、机器学习、数据分析和图形分析的模型和应用,且这些模型和应用均由强大的 GPU 加速。

GPU 助力学者之道

GPU 是出色的并行处理器,这意味着 GPU 可以同时执行大量数学运算。使 GPU 得以出色完成电子游戏渲染的技术同样能使其快速执行人工智能所需的运算。事实上,NVIDIA GPU 被视为引领现代 AI 的三大关键创新之一。

借助由 GeForce RTX GPU 助力的笔记本电脑,学生现可在自己的计算机上运行这些工作负载,以便更快地完成课程作业,而无需依赖学校提供的计算机实验室或云积分,还能使用与研发领域及各行业相同的可信技术堆栈。当然,RTX GPU 也能为最新游戏和各种创意应用提供强力支持,助力学生享乐于兴趣爱好之中。

宣布推出全新技术和学习工具

如今,访问 NVIDIA AI 平台变得比以往更轻松。我们宣布支持核心软件包和关键学习资源。以下内容此前仅在 Linux 上提供,但现已登陆在 Linux Windows 子系统 (WSL) 上运行的 Windows 11:

  • NVIDIA RAPIDS - 由 NVIDIA 提供的开源软件库及 API,适用于 GPU 加速数据科学,包括数据分析、图形分析、地理空间分析、信号分析和传统机器学习。RAPIDS 基于热门的 PyData 堆栈而构建。
  • 《Learning Deep Learning》- 本书作为 NVIDIA 深度学习培训中心 (DLI) 课程内容的一部分发布,学生和学员可以使用书中包含的基础培训内容,强化他们对这些强大技术的学习或作为指导。

将这项技术引入 Windows 11 可大大降低学生利用这项技术的门槛,并让学生能够在学习方式和学习地点上拥有更多选择。

详见以下内容:搭载 GeForce RTX 3060 笔记本电脑 GPU 的 OMEN 暗影精灵 是科学、技术、工程、数学专业学生的首选之一。

学生如何借助 GeForce RTX PC 开始使用 NVIDIA AI 平台

无论您是对人工智能充满好奇的新生,还是早已开始学位课程的学生,都可以在这里找到绝佳资源,借此设置自己的 PC,从而学习并开发 AI 知识和技术。

  • 设置 - 这些说明可助您快速设置好采用 RTX 助力的 Windows 11 台式电脑或笔记本电脑,以便您使用后续的 AI 和数据科学培训资源。
  • 《Learning Deep Learning》- 作为 NVIDIA 深度学习培训中心 (DLI) 课程内容的一部分,这本由 Magnus Ekman 撰写的基础知识书籍将带您了解各项基本技术,让您领略现代 AI 中最激动人心的一项技术,即深度学习,以及该技术的应用。本书以纸质版和电子版两种形式提供。
  • 学习 RAPIDS - 此页面会提供有关在 WSL 中使用 RAPIDS 的更多信息,以及其他资源和工具的链接。

请前往此处,详细了解 GeForce RTX 将如何助力科学、技术、工程、数学专业的学生。请前往此处,获取各种 GPU 相关主题的学习资源。