世界各地的大学教育工作者正在利用这个工具包，为深度学习、加速计算和机器人等领域的理解和实践专业知识的建立奠定基础。

这些套件由NVIDIA深度学习学院（DLI）提供，这是一个人工智能、加速计算和数据科学的实践培训计划，旨在帮助技术人员解决具有挑战性的问题。

NVIDIA教学套件与大学教师共同开发，内容囊括演讲幻灯片、视频、动手实验、在线DLI证书课程、电子书和GPU云资源等，丰富了大学基础课程。

加州大学河滨分校电气和计算机工程助理教授Daniel Wong使用加速计算教学套件开发了两门以GPU为中心的计算机科学课程，一门研究生课程和一门关于“GPU计算和编程”的本科课程。

“教学套件提供了一种非常结构化的方式来教授GPU编程，特别是考虑到我们的学生来自不同的背景，”Wong说。

Wong的本科课程为期10周，招收了大约30名学生，目前正在进行第二次招生。 Wong说，该套件是教授诸如CUDA线程模型、并行模式、通用优化和其他重要并行编程原语等CUDA基础知识的核心。
 
该课程构建了一个最终项目，学生可以对其选择的应用进行加速，例如cuDNN、TensorFlow、Keras中CNN的实现和性能比较，NVIDIA Jetson载板上的面部识别，以及流体动力学和可视化等。

在德国埃尔兰根大学医院的神经病理学研究所，深度学习形态学研究小组将深度学习算法应用于组织病理学脑肿瘤的各种课题。
 
该大学的医科学生几乎没有计算机科学的背景，对此首席研究员Samir Jabari使用NVIDIA教学套件作为他每隔几周在计算机视觉领域开展课程的一部分。
 
通过卷积神经网络和实验室作业的讲座幻灯片，该教学工具包有助于学生深入了解计算机视觉领域及其组织病理学的具体挑战。

佐治亚州立大学的计算机科学系在其“机器人学入门”课程中使用机器人教学套件，该课程于2018年春季首次推出。

该课程为两到三名学生配备一个工具包，让他们参与学习基本的传感器交互和路径规划实验。在课程结束时，学生们在该部门的半年海报和示范日期间展示了项目。
 
这个课程很受欢迎。首次授课时获得32名学生注册，即将到来的秋季课程已经收到60份注册申请。
 
在课堂之外，佐治亚州立大学的教师和学生正在使用NVIDIA教学套件来推进环境感知和网络安全等跨学科领域的更大社区项目。
 
乔治亚州立大学计算机科学助理教授Ashwin Ashok认为：“这种基于硬件工具包的教学对于该部门来说是全新的。” “这些工具包推动了佐治亚州课程和研究的发展。”