settings
OTEX_BIGISTQB®
Süddeutsche Zeitung Institut Auszeichnung
 Image
Alle Python Schulungen

Schulung GPU-Computing mit Python: numerische und datenintensive Anwendungen beschleunigen

Der Python-GPU-Kurs auf dem Stand 2026

3 Tage / S7273
Neues Seminar
Per E-Mail senden

Schulungsformen

Offene Schulung


  • Dritter Mitarbeitende kostenfrei
  • Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmenden.
Präsenz Online

Inhouse-/Firmenschulung

  • 3 Tage - anpassbar
  • Termin nach Wunsch
  • In Ihrem Hause oder bei der GFU
  • Preis nach Angebot

  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid

Individualschulung

  • 3 Tage - anpassbar
  • Termin nach Wunsch
  • In Ihrem Hause oder bei der GFU
  • Preis nach Angebot

  • Lernumgebung in der Cloud
  • 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Präsenz Online Hybrid

Beschreibung

GPUs treiben KI, Simulation und Datenanalyse, und der Zugang aus Python ist ausgereift: NVIDIA hat CUDA nativ für Python geöffnet, dazu kommen Bibliotheken wie CuPy, RAPIDS und Numba. CUDA ist dabei das leistungsstärkste und am weitesten verbreitete Ökosystem - aber genau darin liegt auch ein Risiko: Wer sich zu tief bindet, kommt von NVIDIA-Hardware nicht mehr weg. 2026 gibt es dafür tragfähige Auswege - den Python Array API Standard, portable Kernel mit Triton und die Abstraktion über PyTorch und JAX, die inzwischen AMD-ROCm als gleichwertiges Backend führen. Dieser Kurs nutzt den CUDA-Stack als leistungsstarke Grundlage und zeigt zugleich durchgehend, wie man portabel bleibt.
Der dreitägige, praxisorientierte Kurs führt von den Grundlagen bis zum eigenen Kernel und behält die Portabilität stets im Blick. Der erste Tag behandelt das GPU-Modell, die Beschleunigung von Arrays mit CuPy und das portable Schreiben über den Array API Standard; der zweite Data Science mit RAPIDS und eigene Kernel mit Numba, CuTile und dem portablen Triton; der dritte Optimierung, Profiling, das gezielte Vermeiden von Lock-in und den Betrieb. Eine Praxis-Übung am Ende jedes Tages verankert das Gelernte an eigenen Berechnungen.


Auf der Suche nach einem anderen Python Training?

Schulungsziel

Wer das Seminar besucht hat, kann numerische und datenintensive Python-Anwendungen auf der GPU beschleunigen - mit CUDA als Grundlage und portabel gedacht: das GPU-Ausführungsmodell verstehen, NumPy-Code mit CuPy portieren und zugleich geräteunabhängig über den Array API Standard schreiben, Data-Science-Workflows mit RAPIDS beschleunigen, eigene Kernel mit Numba und CuTile sowie portabel mit Triton schreiben, die Leistung über Speicher, Streams und Profiling mit Nsight Systems optimieren und einschätzen, wo CUDA bindet und wie sich über PyTorch, JAX und ROCm ein Hersteller-Lock-in vermeiden lässt.

Details

Inhalt

  • Ziele und Erwartungen der Teilnehmenden
    • Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
  • Tag 1: GPU-Grundlagen, beschleunigte Arrays und portables Schreiben
  • 1. Warum GPU-Computing
    • Wie GPUs parallelisieren: Kerne, Speicher und Durchsatz
    • Wann sich eine GPU lohnt - und wann nicht
    • Der Wandel: CUDA nativ aus Python
  • 2. Das Ausführungsmodell verstehen
    • Host und Device, Datentransfer und Speicher
    • Der Weg von NumPy zur GPU sowie Genauigkeit und Datentypen
  • 3. Arrays beschleunigen mit CuPy
    • CuPy als NumPy-kompatible GPU-Bibliothek
    • Bestehenden NumPy-Code portieren
    • cuPyNumeric als Drop-in-Ersatz
  • 4. Portabel schreiben mit dem Array API Standard
    • Der Python Array API Standard über NumPy, CuPy, PyTorch und JAX
    • Geräteunabhängigen Array-Code schreiben
    • Wo CUDA-Spezifika beginnen - und wie man sie kapselt
  • Praxis-Übung (Tag 1): Eine NumPy-Berechnung mit CuPy auf die GPU portieren und die Beschleunigung messen, anschließend dieselbe Berechnung Array-API-konform schreiben, sodass sie unverändert über mehrere Backends läuft.
  • Tag 2: Data Science und eigene Kernel
  • 5. Data Science mit RAPIDS
    • cuDF als GPU-beschleunigtes DataFrame
    • cuML für maschinelles Lernen auf der GPU
    • Bestehende pandas- und scikit-learn-Workflows übertragen
  • 6. Eigene Kernel mit Numba und CuTile
    • GPU-Kernel direkt in Python schreiben mit Numba
    • Tile-zentriert mit CuTile - warum der Compiler oft besser optimiert als Handarbeit
    • Wann ein eigener Kernel sinnvoll ist
  • 7. Portable Kernel mit Triton
    • Triton: eigene Kernel in Python für NVIDIA und AMD
    • Abgrenzung zu Numba und CuTile
    • Wann Portabilität den Vorzug vor letzter Optimierung verdient
  • 8. Kernel prüfen und absichern
    • Ergebnisse gegen die CPU verifizieren
    • Typische Fehlerquellen vermeiden
  • Praxis-Übung (Tag 2): Einen pandas-Workflow mit cuDF beschleunigen und anschließend denselben Rechenkernel einmal mit CuTile (NVIDIA-optimal) und einmal mit Triton (portabel) umsetzen und beide gegen Leistung und Übertragbarkeit vergleichen.
  • Tag 3: Optimierung, Portabilität und Betrieb
  • 9. Leistung optimieren
    • Speicherzugriffe und Datentransfer minimieren
    • Streams und asynchrone Ausführung
    • Auslastung und Engpässe verstehen
  • 10. Profiling und Fehlersuche
    • Nsight Systems für die Systemanalyse und Engpässe zwischen CPU, GPU und Speicher
    • Messen statt raten
  • 11. Lock-in vermeiden: Portabilität in der Praxis
    • Wo CUDA bindet: cuDNN, TensorRT, NCCL und cuBLAS
    • PyTorch und JAX als Abstraktion über CUDA, ROCm und Apple MPS
    • ROCm und HIP als Weg auf AMD-Hardware
  • 12. Zusammenspiel und Betrieb
    • GPU-Speicher mit PyTorch und TensorFlow teilen
    • Reproduzierbare GPU-Umgebungen
    • Der Übergang zu mehreren GPUs, Deployment und Inferenz
  • Praxis-Übung (Tag 3, Peer-Review): Eine GPU-Berechnung mit Nsight Systems profilen und einen Engpass beheben, anschließend bewerten, welche Teile der Lösung CUDA-gebunden sind und wie sie sich über den Array API Standard, Triton oder PyTorch portabel machen lassen; das Ergebnis einer anderen Gruppe gegen Beschleunigung, Korrektheit und Übertragbarkeit vorlegen.

  • Data Scientists und ML-Fachkräfte, die Berechnungen beschleunigen wollen
  • Python-Entwicklerinnen und -Entwickler mit rechenintensiven Aufgaben
  • Fachkräfte aus Forschung, Simulation und Datenanalyse
  • Entwickler, die GPU-Computing ohne Hersteller-Bindung nutzen möchten
Voraussetzungen: Die Teilnehmenden bringen solide Python-Kenntnisse und Vertrautheit mit NumPy sowie idealerweise mit pandas mit. Grundkenntnisse in numerischen oder datenintensiven Aufgaben sind hilfreich. C++- oder CUDA-Vorkenntnisse werden ausdrücklich nicht vorausgesetzt.
Abgrenzung


In Präsenz

Online
Lernmethode

Ausgewogene Mischung aus Theorie und praktischen Übungen auf persönlichem Schulungs-PC.

Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent.

Unterlagen

Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne.

Arbeitsmaterialien

DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its

Teilnahmezertifikat

Nach Abschluss des Seminars erhalten Sie das Teilnahmezertifikat inkl. Inhaltsverzeichnis per E-Mail als PDF.


In Präsenz

Online
Teilnehmendenzahl

min. 1, max. 8 Personen

Garantierte Durchführung

Ab 1 Teilnehmenden*

Schulungszeiten
3 Tage, 09:00 - 16:00 Uhr
Ort der Schulung
GFU Schulungszentrum oder Virtual Classroom
GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutz

oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung

Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden.

Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen.

Räumlichkeiten

Helle und modern ausgestattete Räume mit perfekter Infrastruktur

Bequem aus dem Homeoffice von überall

Preisvorteil

Dritter Mitarbeitende nimmt kostenfrei teil.
(Nicht mit anderen Rabatten kombinierbar.)

Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet - auch bei Seminaren inkl. Prüfungsgebühr.

Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen.

KOMPASS — Förderung für Solo-Selbstständige

Solo-Selbstständige können für dieses Seminar eine Förderung via KOMPASS beantragen.

Ausführliche Informationen dazu finden Sie hier.

All-Inclusive

Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch

Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu.

Barrierefreiheit

Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei

-
Rechnungsstellung

Erst nach dem erfolgreichen Seminar. Keine Vorkasse.

Stornierung

Kostenfrei bis zum Vortag des Seminars

Vormerken statt buchen

Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen


In Präsenz

Online
  • Eigener Shuttle-Service
  • Reservierte Parkplätze
  • Hotelreservierung
  • Technik-Sofort-Support

Buchungsmöglichkeiten

Online oder in Präsenz teilnehmen

Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.

Weiterbildung GPU-Computing mit Python: numerische und datenintensive Anwendungen beschleunigen

TerminOrtPreis
30.11.-02.12.2026
Plätze vorhanden
Köln / Online 2.030,00
Köln / Online 2.030,00 Buchen Vormerken
2027
08.03.-10.03.2027
Plätze vorhanden
Köln / Online 2.030,00
Köln / Online 2.030,00 Buchen Vormerken
10.05.-12.05.2027
Plätze vorhanden
Köln / Online 2.030,00
Köln / Online 2.030,00 Buchen Vormerken
12.07.-14.07.2027
Plätze vorhanden
Köln / Online 2.030,00
Köln / Online 2.030,00 Buchen Vormerken
13.09.-15.09.2027
Plätze vorhanden
Köln / Online 2.030,00
Köln / Online 2.030,00 Buchen Vormerken
  • Buchen ohne Risiko
  • Keine Vorkasse
  • Kostenfreies Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • All-Inclusive-Preis
  • Garantierter Termin und Veranstaltungsort
  • Preise pro Person zzgl. Mehrwertsteuer
  • Dritter Mitarbeitende kostenfrei (Nicht mit anderen Rabatten kombinierbar.)
Inhouse-/Firmenschulung
  • Lernumgebung in der Cloud
  • Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
Individualschulung
  • Lernumgebung in der Cloud
  • 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Präsenz Online Hybrid

So haben GFU-Kunden gestimmt

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

FAQ für Offene Schulungen
  • Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
  • Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
  • Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
  • Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.

Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.

In drei Schritten zum Online Seminar im Virtual Classroom:

  1. Seminar auswählen und auf "Buchen" klicken
  2. Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
  3. Formular ausfüllen und über den Button "Jetzt buchen" absenden.

Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.

Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.

Vorteile von Virtual Classroom:

  • Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
  • Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
  • Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
  • Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
  • Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
  • Die Schulungsunterlagen bekommen Sie via DHL zugeschickt
  • Sie sparen Reisekosten und Zeit
  • 30. Nov. - 02. Dez. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
  • 08. Mär. - 10. Mär. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
  • 10. Mai - 12. Mai ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
  • 12. Jul. - 14. Jul. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
  • 13. Sep. - 15. Sep. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
  • Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
  • Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Das GFU-Sorglos-Paket

Die Seminare der GFU finden in angenehmer Atmosphäre statt und sind perfekt organisiert. Profitieren Sie von dem Rundum-Service der GFU!

Shuttle-Service

Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.

Hotelreservierung

Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!

Kostenfreies Storno

Stornierung bei offenen Seminaren kostenfrei bis einen Tag vor Schulungsbeginn.

Technik-Support

Unsere Techniker sind immer zur Stelle, egal ob online oder vor Ort.

aegallianzaxaElement 1deutsche-bankdeutsche-postlufthansamercedessonyzdf