NVIDIA 推出生成式 AI 教学套件，赋能未来创新者

生成式人工智能由先进的机器学习模型和深度神经网络驱动，通过生成新颖的内容并推动医疗、金融和娱乐等领域的创新，正在彻底改变行业。据 NVIDIA 技术博客称，NVIDIA 凭借其最先进的 GPU 架构和软件生态系统（例如 H100 Tensor Core GPU 和 CUDA 平台）走在这场变革的前沿，这些生态系统优化了生成式模型的开发和部署。

生成式人工智能教育的重要性

随着 GAN 和 transformer 等生成式 AI 模型变得越来越复杂，对能够开发、改进和合乎道德地部署这些技术的熟练专业人员的需求也越来越大。强大的生成式 AI 教育基础使学生具备在内容创作、药物发现和自主系统等领域进行创新所需的实践技能和理论知识。

由于人工智能在几乎所有行业中的作用都在迅速扩大，高校的生成式人工智能教育至关重要。通过将生成式人工智能纳入课程，大学可以为下一代人工智能研究人员、工程师和思想领袖做好准备，推动该领域的发展并应对与人工智能驱动的创新相关的复杂挑战。

全新生成式 AI 教学套件是 NVIDIA 深度学习学院 (DLI) 与达特茅斯学院合作推出的一项成果，旨在为下一代专业人士提供这一快速发展领域所需的技能和知识。

这一全面的教学资源使教育工作者能够为学生提供尖端工具、框架和实践练习，这些对于理解生成式人工智能和大型语言模型开发和部署的复杂性至关重要。通过让学生深入了解生成式人工智能技术，教学套件使教育工作者能够培养未来人工智能驱动行业的创新和创造力。

随着学生进入职场，他们将更好地准备应对全球挑战，从改善医疗保健和科学到推进可持续技术。

达特茅斯学院工程学兼职助理教授 Sam Raymond 在开发该课程内容方面发挥了重要作用。Raymond 表示：“让学生掌握技能，让他们理解并开发自己的 GPU 加速生成式 AI 应用程序是主要目标。我相信，参加这门课程的学生将在就业市场上占据显著优势，并有助于弥合当今行业的知识差距。”

生成式人工智能教学套件概述

所有教学套件均包含讲座幻灯片、实践实验室、Jupyter 笔记本、知识测试和免费在线自定进度课程，为学生提供能力证书，所有这些都经过全面打包并可用于课堂和课程整合。

生成式 AI 教学套件旨在介绍自然语言处理 (NLP) 的基本概念，这些概念对于更广泛地理解 LLM 和生成式 AI 至关重要。然后使用 NVIDIA GPU、工具和服务以及开源库和框架检查 LLM 的关键概念。GPT 模型的简单预训练练习展示了云端的基本训练过程。

该套件还涵盖了扩散模型，以探索生成式 AI 在图像和视频生成中的应用。然后介绍了多模态 LLM 架构，重点介绍如何使用 NVIDIA NeMo 框架在微调过程中优化各种 LLM 架构。还讨论了推理方面的进步和聊天机器人等工具的改进，使用 NVIDIA NIM、NeMo Guardrails、TensorRT 和 TensorRT-LLM 来提高生产环境中的效率和可扩展性。

生成式人工智能教学套件包含结合理论、算法、编程和示例的重点模块。首次发布的内容包括以下模块：

• 生成式人工智能简介
• 生成式人工智能中的扩散模型
• LLM 编排

该套件的未来版本中将提供更多模块。

这些内容对于各个领域的教育工作者来说都很有价值，尤其是计算机科学和工程领域的教育工作者。其模块化设计使教师能够根据学生的具体需求定制课程，并创造个性化的学习体验。来自世界各地的部分教授已经获得了首次发布模块的早期使用权。

卡内基梅隆大学材料科学与工程系助理教授 Mohadeseh Taheri-Mousavi 表示：“我非常希望将生成式人工智能教学套件整合到我的材料工程人工智能课程中。全面的讲义、结构良好的编码实验室（包含来自各个领域的示例）以及带有证书的相关在线课程将为我的学生提供尖端资源，帮助他们深入了解生成式人工智能技术在各个领域的广泛应用。”

伦敦帝国理工学院脑科学系的 Payam Barnaghi 教授利用 LLM 和生成式 AI 进行研究，研究内容涉及电子健康记录和医疗数据。Barnaghi 表示：“NVIDIA 生成式 AI 教学套件内容是学生学习 AI 和机器学习最新发展的绝佳资源。由于可以提前使用第一批模块，我计划将这些内容作为我在神经科学课程的机器学习中教授高级主题的基础。”

鉴于生成式 AI 的快速发展，教育工作者可以期待教学材料会随着时间的推移而更新。NVIDIA 致力于提供高端教育资源，并欢迎反馈以不断改进内容。

立即开始

教育工作者可以通过加入 NVIDIA DLI 教学套件计划免费访问生成式 AI 教学套件的首个版本及其他套件。

关于 NVIDIA 深度学习学院

NVIDIA 深度学习学院 (DLI) 提供满足各种学习需求的资源，从学习材料到自定进度和现场培训，再到教育者计划。个人、团队、组织、教育者和学生现在可以找到他们需要的一切，以提高他们在 AI、加速计算、加速数据科学、图形、模拟等方面的知识。

图片来源：Shutterstock