除了常规的讲课、课下作业、实验时间之外，越来越多的大学老师开始把目光投向一种新的教学工具——NVIDIA教学套件（NVIDIA Teaching Kits）。

世界各地的大学教师们都开始把NVIDIA教学套件引入自己的课堂，该教学套件包括可下载的教材和在线课程，有助于帮助学生理解深度学习、加速计算和机器人等领域的专业基础知识，并进行实践。

此教学套件由NVIDIA DLI深度学习学院提供，针对人工智能，加速计算和数据科学提供实践培训，旨在帮助技术人员解决具有挑战性的问题。

NVIDIA教学套件由NVIDIA与众多大学教师共同开发，为扩展大学课程提供了丰富的资源，其中包括演讲幻灯片、视频、动手实验、在线DLI证书课程、电子书和GPU云资源。

加州大学河滨分校（University of California，Riverside）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设了一门以GPU为中心的计算机科学课程—— “GPU计算和编程”，该课程分为一门研究生课程和一门本科课程。

“教学工具包提供了一个结构完整的教学大纲来教授GPU编程。而且值得一提的是，它还考虑到了我们的学生来自不同学科背景，”Wong说。

Wong的本科课程为期10周，有大约三十名学生选修了此课程，目前该课程正在进行第二次招生。Wong说，该套件的核心内容是教授CUDA基础知识，例如CUDA线程模型，并行模式，通用优化和其他重要的并行编程原语。

“学生们知道我们提供的材料是最先进的和最新的，这让他们对课程内容充满了信心，而且也引起了他们极大的兴奋，”他说。

Wong还为该课程设置了一个最终项目，学生需要选择一个应用程序进行加速，例如cuDNN，TensorFlow，Keras中的CNN的实现和性能比较，NVIDIA Jetson板上的面部识别以及流体动力学和可视化。此外，Wong的几名本科生将继续从事与GPU相关的本科研究。

在德国埃尔兰根大学医院（University Hospital Erlangen）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问题。

该大学的医科学生几乎没有任何计算机科学的背景，因此首席研究员Samir Jabari将NVIDIA教学套件引入他的课程当中，他的课程每隔几周开展一次，主要关注于计算机视觉领域。

通过卷积神经网络和实验室作业的演讲幻灯片，该教学工具包能够帮助学生深入了解计算机视觉领域及其对组织病理学的具体挑战。

佐治亚州立大学（Georgia State University）的计算机科学系在其开设的“机器人入门”课程中使用了机器人教学套件，该课程于2018年春季首次开设。

该课程为每两到三名学生分配了一个套件，让学生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，学生们还在该学院的半年海报和示范日期间展示了他们的项目成果。

这个课程很受欢迎，首次开设时就有32名学生选修了此课程。即将到来的秋季课程也已经收到了60份选修申请，几乎是课堂容量的两倍。

在课堂之外，佐治亚州立大学的教师和学生正在将NVIDIA教学套件应用于促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说：“这种基于硬件套件的教学对于我们来说是一种新的教学体验“，这些套件使得我们的课程和研究变得更具吸引力。”

在特拉华大学（University of Delaware），助理教授Sunita Chandrasekaran介绍说，那些受过NVIDIA教学套件培训的本科学生，在他们的课程结束时，学生们能够使用运行于NVIDIA Volta GPU之上的OpenACC，将原本需要运行14小时的串行代码优化加速至只需2分钟即可运行完成。

在巴西里约热内卢Universidad Federal Fluminense的助理教授Cristina Nader Vasconcelos表示，NVIDIA教学套件有助于确保她的课程代表了行业研究的最新水平。