此教学套件由 NVIDIA 与佐治亚理工学院 (Georgia Tech) 和 Prairie View A&M 大学合作开发，聚焦应用 RAPIDS™ 框架的 GPU 加速算法和数据科学技术。课程内容在开发时还融入了文化意识，以解决数据科学中的偏见和公平等问题。

•Introduction to Data Science and RAPIDS

•Data Collection and Preprocessing (ETL)

•Data Ethics and Bias in Data Sets

•Data Integration and Analytics

•Data Visualization

•Scalable and Distributed Computing

•Machine Learning

•Neural Networks

•Graph Analytics

•GPU-accelerated Data Science

与 George Karniadakis 教授及其布朗大学团队共同开发的深度学习科学与工程教学套件使新一代工程师和科学家能够利用 AI 实现工程和科学领域的创新。该套件有专门的 Physics-ML 模块，因为它有可能改变跨学科的 HPC 模拟工作流程，包括计算流体动力学、生物医学、结构力学和计算化学。