优秀 GTC 提交内容示例

标题：如何编写 CUDA 程序：Ninja Edition

会议说明：聆听一位 CUDA 架构师详细介绍如何将应用程序映射到大规模并行计算机上，其中涵盖了旨在充分利用 GPU 的各种不同技术。我们将介绍并行程序的设计原则，并将其与 GPU 编程细节相结合，以便您了解各个部分如何协同运行。

要点：

• 本次会议是讨论 CUDA 编程基本要素的一系列年度演讲的后续课程。
• 去年的会议针对入门者，而今年的会议针对熟悉编程的人，甚至是对 CUDA 有所了解的人。
• 您无需看过以往的 CUDA 会议。本次会议将为所有对 GPU 开发感兴趣的人提供有用的信息。

标题：利用 AI 促进知识演变：个性化 AI 助手

会议说明：我们将详细介绍个性化 AI 助手在快速发展的知识获取、提炼和吸收格局下所起的变革性作用。鉴于我们需要在数字时代处理海量的信息，利用 AI 驱动的工具协助进行知识吸收和构建变得比以往任何时候都更加重要。

要点：

• 探索生成式 AI 取得的突破性进展，重点关注如何根据个人的学习风格和信息需求量身定制这些技术。
• 关键主题包括：减少大语言模型幻觉的策略；通过集成知识图谱提高准确性；展示个性化和非个性化生成式 AI 响应之间差异的真实世界应用。
• 深入了解我们用于保持系统高效的支持性堆栈，例如基于 NVIDIA 硬件的 Flash Attention、TensorRT 和 Deep Speed 等。
• 深入了解开启人类探索新视野的前沿方法。

标题：加速云端 LLM 生命周期

会议说明：学习从头开发云端大语言模型 (LLM) 的一些实用策略。深入了解从数据准备和模型预训练到微调和通过高性能 API 提供模型服务的高效工作流程。

要点：

• 了解我们如何使用强大的 64 个 NVIDIA A100 GPU 阵列对 11 亿参数 Llama 模型进行预训练。
• 在运行训练之前，我们将通过超参数搜索调整优化器。
• 了解在 A10 GPU 上使用 DPO 和 QLoRA 进行比对和指令调整的方法，以及可扩展高性能推理 API 的推出。
• 我们将理论知识和实践指导相结合，还将部署一个无服务器交互式聊天应用。
• 获得每个阶段的第一手知识，以及数据集、模型和源代码等资源，所有这些均可在基于云的可再现的现成可用环境中获取。

标题：为医疗技术领域的 AI 制定未来规划

会议说明：人工智能正在彻底改变疾病的预防、诊断和治疗方式，同时降低了医疗健康系统的成本，使医疗健康服务更易获取。聆听医疗技术领域极具影响力的领导者介绍他们如何在价值链的各个部分利用这种变革性技术，从医疗设备的设计和开发到应用和部署。

要点：

• AI 驱动的医疗设备如何在提供以患者为中心的先进护理和普及护理服务方面发挥关键作用。
• 在为软件即医疗设备 (SaMD) 平台构建动态生态系统的过程中面临哪些机遇和挑战。
• AI、互联设备、数字孪生和数据驱动见解的潜力，以及它们与医疗技术领域创新业务模型的相互作用。

标题：应对生成式 AI 带来的挑战并挖掘其潜力：NVIDIA 企业部署方面的见解

会议说明：我们将分享在 NVIDIA 企业内部持续进行的生成式 AI 项目部署的历程、最佳实践、见解和经验教训，包括聊天机器人、虚拟助手、员工效率助手、代码助手、IT 服务和运营管理优化等。生成式 AI 为企业带来巨大的前景，但在以下方面面临特定挑战：在工作完成的地方提供相关、情境化和个性化的企业知识、遵守数据隐私和数据安全以及防范幻觉、毒性和不公平偏见等。

要点：

• 了解我们经过实战测试的参考架构。
• 获取有关何时以及是否自定义大语言模型的指导。
• 聆听我们在测试生成式 AI 解决方案方面的经验。
• 了解我们所部署用例的成本效益。

标题：将 CUDA Quantum 与量子计算机集成

会议说明：深入了解如何将 CUDA Quantum 与 IQM 量子计算机集成，重点关注为量子算法开发者和高性能计算 (HPC) 用户带来的切实优势。我们将讨论这种集成如何加速营造更高效的开发环境，从而能够创建和执行具有改进性能指标的量子算法。

要点：

• 清晰了解 CUDA Quantum 与 IQM 量子计算机的集成如何简化量子开发流程。
• 清晰了解这种集成还可以如何带来更高效、可扩展性更强的量子计算解决方案。
• 本次会议专为量子算法开发者、HPC 用户以及对量子技术实际应用感兴趣的人士而设计。