NVIDIA推出生成性AI教学工具包，赋能未来创新者

生成性AI通过高级机器学习模型和深度神经网络进行驱动，正在通过生成新内容和推动医疗、金融、娱乐等领域的创新来颠覆各个行业。根据NVIDIA技术博客，NVIDIA通过其最先进的GPU架构和软件生态系统（如H100 Tensor Core GPU和CUDA平台）优化生成模型的开发和部署，走在这一转型的前沿。

生成性AI教育的重要性

随着生成性AI模型（如GANs和transformers）变得越来越复杂，对能够开发、优化和伦理部署这些技术的专业人员的需求也在增长。在生成性AI方面扎实的教育基础，让学生获得创新领域所需的实际技能和理论知识，如内容创作、药物发现和自主系统。

由于AI在几乎每一个行业中的角色迅速扩展，高校中的生成性AI教育显得至关重要。将生成性AI纳入课程帮助大学培养下一代AI研究人员、工程师和思想领袖，以推进这一领域并应对与AI驱动创新相关的复杂挑战。

新的生成性AI教学工具包由NVIDIA深度学习研究所（DLI）与达特茅斯学院合作推出，旨在为新一代专业人员提供在这一迅速发展的领域中所需的技能和知识。

这一综合教学资源使教育者能够为学生提供理解生成性AI及大型语言模型开发和部署所需的尖端工具、框架和实践练习。通过让学生深入了解生成性AI技术，教学工具包帮助教育者在AI驱动的行业中培养未来的创新和创造力。

随着学生步入职场，他们将更好地准备应对全球挑战，从改进医疗和科学到推进可持续技术。

达特茅斯学院的工程学辅助教授Sam Raymond在内容开发中起了重要作用。Raymond表示，“为学生提供理解并潜在开发他们自己的GPU加速生成性AI应用的技能是主要目标。我相信参加本课程的学生将在就业市场上占据显著优势，并帮助缩小当今行业中的知识差距。”

生成性AI教学工具包概览

所有教学工具包都包括讲义幻灯片、动手实验、Jupyter笔记本、知识检查和免费的在线自学课程，为学生提供能力证书，所有这些都经过精心打包，准备好用于课堂和课程整合。

生成性AI教学工具包的目标是介绍自然语言处理（NLP）的基础概念，这是理解大型语言模型(LLMs)和更广泛的生成性AI的关键。然后使用NVIDIA的GPU、工具和服务，以及开源库和框架来研究LLMs的关键概念。通过一个GPT模型的简单预训练练习展示云端的基本训练过程。

该工具包还涵盖了扩散模型，以探索生成性AI在图像和视频生成中的应用。然后引入多模态LLM架构，重点在NVIDIA NeMo框架中优化不同LLM架构的微调过程。在推理方面使用NVIDIA NIM、NeMo Guardrails、TensorRT和TensorRT-LLM来提高生产环境的效率和可扩展性。

生成性AI教学工具包包含了理论、算法、编程和示例相结合的重点模块。首个版本包括以下模块：

• 生成性AI简介
• 生成性AI中的扩散模型
• LLM编排

未来版本的工具包中将提供更多模块。

这一内容对各领域特别是计算机科学和工程学领域的教育者十分有价值。其模块化设计使得教师能够根据学生的具体需求定制课程，创造一个个性化的学习体验。来自世界各地的精选教授已经获得了首批模块的早期访问权限。

卡内基梅隆大学材料科学与工程系的助理教授Mohadeseh Taheri-Mousavi表示，“我热切期待将生成性AI教学工具包整合到我的材料工程中的AI课程中。全面的讲义笔记、结构良好的编码实验室，其中包括来自各个领域的示例，以及相关的带证书的在线课程，将为我的学生提供理解生成性AI技术在各个领域广泛应用的尖端资源。”

伦敦帝国理工学院脑科学系的教授Payam Barnaghi在他的电子健康记录和医疗数据研究中使用LLMs和生成性AI。Barnaghi表示，“NVIDIA生成性AI教学工具包的内容是学生学习AI和机器学习最新发展的宝贵资源。由于拥有早期访问首批模块的资格，我计划将这些内容作为我神经科学机器学习课程中教授高级主题的基础。”

鉴于生成性AI的快速进展，教育者可以预期教学材料会随时间更新。NVIDIA致力于提供高端教育资源，欢迎反馈以持续改进内容。

开始使用

教育者可以通过加入NVIDIA DLI教学工具包项目，免费获得首批生成性AI教学工具包及其他工具包。

关于NVIDIA深度学习研究所

NVIDIA深度学习研究所（DLI）提供从学习材料到自学和现场培训，再到教育者项目的各种资源。个人、团队、组织、教育者和学生现在可以找到他们所需的一切，以提升他们在AI、加速计算、加速数据科学、图形、模拟等领域的知识。