GTC Taipei 大會技術實作坊與證照考試

立即報名專為真實世界 AI 應用與加速運算工作流程所量身打造的專業培訓課程，專家指導的沉浸式學習體驗，能協助學員培養實作技能。

謹此致謝贊助商

Two-Hour Training Labs

More than 60 two-hour instructor-led training lab sessions are scheduled from March 16–19, and included as part of the conference add-on Training Labs Access pass. You can still upgrade your experience by adding the $500 pass to your existing four-day conference registration. Just log in to your GTC registration, select “Add Package,” and choose the Training Labs Access pass. Group discounts are available for purchases of three or more passes.

Seating is limited. Reservations are held only until the posted start time, so please arrive at least 10 minutes early.
Reserve a seat by selecting "Add to Schedule".

Below are a few featured labs from this year’s lineup:

Dive deep into the theory and practice of low-latency inference by deploying NVIDIA® TensorRT™-LLM with advanced speculative decoding techniques. You'll train an Eagle-3 draft head to propose candidate tokens efficiently, serve it, and benchmark it using AIPerf to quantify how these strategies minimize latency.

Learn More

In this hands-on lab, learn about the challenges of running training pipelines and how to integrate resiliency and fault-tolerance features. We'll present various fault-tolerance mechanisms provided in frameworks like NVRx and PyTorch, and demonstrate how to achieve robust, scalable training in modern AI factories using NVIDIA NeMo™. Gain practical insights into techniques for measuring I/O and overall infrastructure performance. 

Learn More

Learn proven strategies for tabular data developed by NVIDIA’s Kaggle grandmasters, who have earned top honors in hundreds of international data science competitions. You'll practice rapid electronic design automation (EDA), large-scale feature engineering, model building, ensembling, and pseudo-labeling—all accelerated with GPUs for faster experimentation and better accuracy.

Learn More

This hands-on lab introduces mechanical and simulation engineers to GPU-accelerated, real-time CFD workflows that combine interactive visualization with physics-AI models. Participants will use NVIDIA technologies to connect CFD simulations, PhysicsNeMo, and digital twin environments, enabling faster iteration and more reliable design insights.

Learn More

Learn how to create intelligent operational dashboards for digital twin applications using NVIDIA Omniverse™. Build compact, real-time monitoring interfaces with React to track factory metrics, robot states, and sensor data streams. Embed custom panels into Kit applications and deploy dashboards across local and cloud environments. Learn to integrate LLM agents for natural language interaction with your digital twin data.

Learn More

Learn how to build robust OpenUSD-based data pipelines using USD Exchange SDK and existing 3D software and tools for scalable physical AI workflows. Start with common 3D source formats and write Python-based code to extract, transform, and load assets into reusable, modular USD representations suitable for large-scale workflows.

Learn More

In this hands-on lab, General Robotics will guide you through a complete, end-to-end solution development workflow built on the NVIDIA ecosystem. You'll learn how to capture teleoperated tasks for robotics and simulate in NVIDIA Isaac Sim™, generate high-volume synthetic datasets and test policies, deploy learned behaviors to real robots running on NVIDIA Jetson™, and, finally, analyze performance and iterate.

Learn More
Purchase Training Lab Pass
View All Training Labs

6 月 2 日 (二)  |  早上 9:30 — 下午 5:30 (台北時間)

全天技術實作坊

立即報名技術實作坊，深入瞭解 NVIDIA 下一代技術與工具。藉由專家講師的指導，這些實作坊將帶領您深入探索邁向成功所需的關鍵工具與實務技能。此外，課程結束並通過課堂測驗後，學員將能獲得完課能力認證證書 (Certificate of Competency)。同時，所有參加實作坊的與會學員還可免費參加 GTC Taipei 議程，詳細資訊將於報名確認信中提供。

所有實作坊席次已全數售罄。您仍可報名參加於 GTC 大會現場舉行的證照考試。
(*不適用於台北流行音樂中心「僅主題演講」方案)

地點 台北國際會議中心
早鳥與老朋友優惠價 (5 月 5 日截止) 每人每場 USD 350 (NTD 11,200)
學術、政府機構、非營利組織優惠價 每人每場 USD 350 (NTD 11,200)
標準價格 每人每場 USD 500 (NTD 16,000)

以上費用已包含 5% 稅金，付款與收據將以美金計算，並將開立台灣統一發票，發票金額將以本頁面顯示的新台幣金額為準。

Building AI Factory Digital Twins With the NVIDIA Omniverse DSX Blueprint

本場內容全面而豐富的技術實作坊，內容涵蓋了如何使用 OpenUSD、自動碰撞偵測及即時多重物理模擬，來建構具備自主機器人安全系統與 AI 驅動資料管道的 AI 工廠數位孿生。

深入瞭解

Adding New Knowledge to Large Language Models (LLMs)

學員將可學習如何開發、部署和運行專為特定需求而量身打造的自主 AI 系統，內容涵蓋從資料準備到生產規模化的完整流程。

深入瞭解

How to Simulate, Train, Validate, and Deploy an End-to-End Robotics Workflow With NVIDIA Isaac

親自體驗使用 NVIDIA Isaac Sim™ 與 Isaac GR00T 來進行機器人策略的訓練、驗證與部署。您將瞭解 sim-to-real (從模擬到現實) 的技術如何加速機器人學習與真實世界的自動化應用。

深入瞭解

Group Pricing

Purchase three or more training lab seats and save 30%.

Purchase an In-Person Group Package

探索 NVIDIA 培訓資源

您可完全依據自己的進度與步調，隨選觀看歷屆 GTC 大會的實作訓練課程錄影，親自操作並建構在 AI、深度學習、資料科學與加速運算領域的實務專業實力。

立即觀看

取得 NVIDIA 證照

驗證您的技術實力，透過 NVIDIA 證照考試脫穎而出。藉由業界認可的憑證，展現您在關鍵 AI 與加速運算領域的專業知識。 

從助理級 (associate) 到專業 (professional) 級別，證照考試能協助您證明自身知識並推進職涯發展。

探索證照考試
NVIDIA Certification Programs
NVIDIA 建構了一個很棒的雲端培訓課程環境，我們直接接受了深度學習 / CUDA 的專家親自指導，因此團隊不僅能深度瞭解概念，也在實作實驗室中學習如何使用程式碼，因此幫助我們更深入理解到相關知識。團隊成員都十分喜愛這門課程。

— 三星電子公司製造技術中心學習暨開發主管
Hyunkoo Kwak

NVIDIA 深度學習學院 (DLI) 技術實作坊幫助我在業界保持領先優勢。學生積極進取，講師學識淵博，學習過程充滿樂趣又收穫豐富。課程中始終緊貼實際範例的密切連結讓我樂此不疲，吸引了我每年都來持續參加！

— ThreatConnect 資深資料科學家
John Snyder

對我的團隊而言，這次訓練非常成功。課程和實驗室寓教於樂。而且，講師非常優秀，可謂受益良多。

— ING Germany 資料科學專業知識主管
Timothée Carayol

實作坊取消政策

若因故無法參加課程，請透過電子郵件方式來申請取消課程：NVIDIA_registration@accessus.biz。取消已報名之課程將會酌收手續費，收費標準如下：

  • 於台灣時間 2026 年 5 月 15 日 (五) 下午 11:59 之前取消：取消全天實作坊課程 (含大會議程門票) 需收取美金 50 元手續費，所開立的統一發票金額為新台幣 1,680 元。
  • 台灣時間 2026 年 5 月 15 日 (五) 下午 11:59 之後，不予退款。
  • 未出席者不符合實作坊課程的退費條件。

請注意：如果您取消實作坊課程，門票內含免費參加 NVIDIA GTC Taipei 大會議程的資格也將被取消。

我們受理替換參加者的申請，但必須於台灣時間 2026 年 5 月 22 日 (五) 下午 11:59 之前提交申請。若要將報名名額轉讓給您的同事，請透過電子郵件與我們聯絡：NVIDIA_registration@accessus.biz，我們將很樂意為您服務。

 

聯絡我們

Building AI Factory Digital Twins With the NVIDIA Omniverse DSX Blueprint

先備基礎知識：

  • Python：中級技能 - 執行 scripts、使用 API、基礎資料處理。
  • 3D 概念：對場景 (scenes)、座標系統 (coordinate systems) 及場景圖 (scene graphs) 具備基本理解 (有 NVIDIA OmniverseTM 使用經驗者尤佳，但任何 3D 工具或引擎的使用經驗均可)。
  • OpenUSD 基礎：建議熟悉 prims、layers、stages 及 composition arcs；建議先完成 NVIDIA 線上開源課程 “Learn OpenUSD” 。
  • 適合學員： 從事工業數位孿生、工廠設計、機器人安全或物理 AI 領域的工程師、開發人員、模擬專家及技術領導者。

Adding New Knowledge to Large Language Models (LLMs)

先備基礎知識：

  • 具備中階 Python 程式設計能力。
  • 曾有使用基於 LLM 應用程式的經驗，並了解提示工程 (prompt Engineering) 原則。
  • 熟悉微調 (fine-tuning) 的概念 (如訓練／驗證資料集切分、基本機器學習衡量指標)。
  • 具備運用 GPU 加速機器學習工作負載的基本知識 (有 NVIDIA® CUDA® 經驗更佳，但非必要)。

How to Simulate, Train, Validate, and Deploy an End-to-End Robotics Workflow With NVIDIA Isaac

先備基礎知識：

  • 具備 Python 中階經驗，包括使用套件、虛擬環境與基本腳本 (script) 撰寫。
  • 熟悉 3D 內容的概念，例如來自 Blender、Maya 或類似 DCC 應用程式的網格 (meshes)、材質、變形 (transforms) 與場景階層結構 (hierarchy)。
  • 了解使用命令列執行腳本與管理專案檔案的方式。
  • 了解世界基礎模型 (world foundation models) 的基本概念。
  • 具備機器人或模擬工作流程的相關經驗 (例如使用模擬工具或處理具備物理特性的素材)。
瀏覽
探索
更多