与专家交流

与 Omniverse 技术产品经理、工程师和解决方案架构师一起参加这场交互式支持会议，您可以在此会议上获得直接帮助，您也可将用例相关的具体疑问、问题和想法一并提出来。

想要在 GPU 上编写现代 C++？ 对 C++ 标准并行感兴趣？

欢迎您和 NVIDIA 的 C++ 库和标准团队一起，参加有关以下方面的问答会议：C++ 标准并行和 NVC++、Thrust（CUDA C++ 的高效通用库和并行算法实现）、CUB（CUDA C++ 的高性能集合算法工具包）和 libcu++（CUDA C++ 标准库）。

非常欢迎您的使用问题、功能请求和错误报告！

正在开发机器人应用？ 欢迎您向我们的机器人和仿真专家提出您的问题和挑战，他们将亲临现场讨论如何利用 NVIDIA Isaac™ 机器人平台。

了解 NVIDIA 图像/信号处理库（例如 CV-CUDA、NPP、nvJPEG 和 DALI™）中的新优化，这是一个快速、灵活的数据加载和增强库。我们将讨论如何通过一个易于使用的基础模组 CV-CUDA 库，使用涵盖 NPP 中低级图像和信号处理基元的各种数据处理解决方案，以定义 DALI 中的高级、高性能数据处理工作流。

我们将介绍产品系列中的新库（CV-CUDA 和 nvTiff），以及现有库（DALI、NPP 和 nvJPEG）中的新功能。

在此简短更新之后，我们将与专家举行一个开放论坛和问答会议。

参加此会议，与专家讨论通过 NVIDIA NVLink®、InfiniBand 或其他网络进行 GPU 间通信的所有相关内容。

本会议涵盖所有通信库：NCCL、MPI、UCX/UCC 和 NVSHMEM。这里也非常适合讨论在加速 DL 训练工作负载或 HPC 应用方面，GPUDirect、NVLink、InfiniBand 和 SHARP 具有哪些性能优势。
 

我们的专家在将 AI 推理模型从研究转移到生产环境方面经验丰富，并乐于与您分享这些经验、工具和技术，包括以下主题：
– 从研究转移到生产
– 更大限度减少设备显存占用
– 性能优化
– 与现有代码库和端到端 AI 管道集成

相关技术包括：
– TensorRT
– ONNX 和 DirectML
– CUDA 和 cuDNN
– Triton 推理服务器
 

想象一下，您已使用 PyTorch、TensorFlow 或您选择的框架训练了您的模型，对模型的准确性感到满意，并正在考虑将其部署为服务。您需要考虑以下两个重要目标：最大限度地提高模型性能，以及构建将其作为服务部署而所需的基础架构。与我们一起讨论两种可以实现这两个目标的关键 NVIDIA 产品：NVIDIA TensorRT（一款高性能深度学习推理工具）和 Triton 推理服务器（一款提供单个标准化推理平台的开源推理服务软件）。

如果您不熟悉这些 SDK 中的任何一个，我们强烈建议您参考以下资源：

Triton 推理服务器：https://www.youtube.com/watch?v=1kOaYiNVgFs

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

在本会议中，您将有机会与 NVIDIA 开发工具团队讨论了解最新的前沿工具，以及如何使用这些工具来优化光线追踪应用。我们将向您展示如何使用 NVIDIA Nsight 系统来确定您是否遇到 GPU 或 CPU 瓶颈。您还将了解如何在受 GPU 限制的应用中使用 Nsight Graphics 来调试和优化 GPU 工作负载。最后，您将看到如何将 Nsight Aftermath SDK 和 Nsight PerfSDK 集成到您的应用中，帮助调试 GPU 崩溃并实时分析性能。

本次会议结束后，您将会对 NVIDIA 工具有更全面的了解，并且您的问题也会得到解答。

NVIDIA GPU 可加速量子化学（例如 Gaussian、VASP、Quantum ESPRESSO、GAMESS、NWChem 和 CP2K）以及分子动力学（如 GROMACS、NAMD、LAMMPS 和 Amber）中的重要应用，这些应用在材料科学、生物物理学、药物研发和其他领域也非常热门。如何为您的特定工作负载获得最佳性能？如何从加速计算中获益？——我们将回答您的这些问题。