工具的發展驅動着人類文明不斷進步，而這種變革始終以方便使用爲根本導向。從原始社會到農耕社會，從蒸汽機到互聯網，與每一次社會鉅變伴隨而來的無一不是生產力的極大解放。在高性能計算、人工智能等計算科技蓬勃發展的今天，如何提升算力和如何提高效率，是備受開發者關注的兩大話題。
與傳統的計算方式相比，並行計算自然是更好地提升算力的解決方案。從本世紀初期起，人們就開始關注如何利用 GPU 的強大算力進行數據運算。經過多年的不斷探索，GPU 不再僅用於圖形計算，在通用計算領域，GPU 也發揮了其強大作用。CUDA 就是這樣一個用於 GPU 計算的開發環境，他能夠讓開發者直接通過硬件訪問接口，輕鬆地使用 GPU 來解決商業、工業以及科學方面的複雜計算問題。
但是在近些年，隨着數據量激增，對高性能計算、人工智能等領域中大規模的數據計算的需求也隨之攀升，開發者越來越關注開發效率問題。開發者在以往的 CUDA 開發中，通常採用移植性和可擴展性很強的 C 語言，但 C 語言的強大功能同時也意味着較高的使用門檻，在便捷性和易用性上都不夠友好。同時對新手開發者而言，沒有經過系統的學習和大量的實踐，想要使用 C 語言進行 CUDA 開發幾乎是不可能的，加入並行計算世界的機會可能就會因此錯失。
和 C 語言相比，Python 語言的易用性就不言而喻了。相較於 C 語言的語法規則而言，Python 的語法可以說簡單方便多了，而且其豐富的數據類型和清晰的代碼結構，助力開發者快速高效開發。用 Python 進行 CUDA 開發，一方面簡化了開發方法，讓開發者能夠更加高效地實現開發，另一方面降低了並行計算的門檻，讓新手也能輕鬆實現 CUDA 開發，解決了開發需求突增與開發能力不足不匹配的問題。
用更輕鬆的方式，實現更高效的開發，這樣的 CUDA Python 你心動了嗎？
CUDA Python 編程實戰在線培訓課程來了！
NVIDIA 聯合 InfoQ，將爲廣大有高性能計算和人工智能開發需求的開發者提供一系列的 CUDA Python 編程實戰在線培訓課程，從理論到實踐，帶你從零開始全面學習 CUDA Python，打破門檻，輕鬆編程。
7 月 7 日晚 20:00， NVIDIA 開發者社區高級講師何琨，將爲大家帶來 CUDA Python 系列公開課第三期 --「多流和 cuBLAS」的相關內容。
通過這次在線培訓，你將收穫以下內容：
cuBLAS 在 CUDA Python 中的使用
多流在 CUDA PYTHON 中的使用
利用 CUDA PYTHON 處理視頻
還在等待什麼，掃描下方二維碼或點擊閱讀原文，獲取直播鏈接！
掃 碼 報 名