NVIDIA 深度學習機構的免費課地圖：官方學 AI 的另一條路

講到線上學 AI，多數人第一個想到 Coursera 或 YouTube。但其實做 GPU 的 NVIDIA 自己就開了一間訓練機構，叫 Deep Learning Institute（簡稱 DLI），而且不少入門課完全免費。

我自己翻過它的課表之後發現，DLI 最大的特色不是課多，而是課程直接附雲端 GPU 實作環境：你在瀏覽器裡寫的程式，跑在 NVIDIA 幫你開好的 GPU 伺服器上。這篇就把 DLI 的地圖整理清楚：有哪些形式、哪些主題、免費課從哪裡開始。

DLI 是什麼：晶片公司自己開的學校

NVIDIA Deep Learning Institute 是 NVIDIA 官方的訓練部門，入口在 nvidia.com/training。它的定位很清楚：教你用業界標準的軟體、工具與框架，把 AI 與加速運算真的做出來。

課程形式分兩種。自學課（self-paced）照自己的步調上，短的一天內修完；講師帶領的工作坊（instructor-led workshop）則是整日的實作營，有現場與遠距兩種形式，適合團隊或想被進度推著走的人。

六大主題：先看地圖再選課

• 深度學習（Deep Learning）：神經網路的訓練與應用，多數人的起點。
• 生成式 AI 與大型語言模型：提示工程、RAG、AI 代理，目前最熱的一區。
• 加速運算（Accelerated Computing）：CUDA 平行運算，把程式搬上 GPU 的硬功夫。
• 資料科學（Data Science）：用 GPU 加速資料處理與分析。
• AI 基礎設施（AI Infrastructure）：資料中心、網路、AI 維運，偏管理者路線。
• 繪圖與模擬（Graphics and Simulation）：Omniverse、數位孿生與 3D 工作流。

六個主題其實對應兩種人：前四個偏開發者路線，後兩個偏基礎設施與內容創作路線。選課前先想清楚自己站在哪一邊，地圖就不會看花。

免費課從哪裡開始

官方明講：許多最熱門的自學課免費開放，這些課評價高、一天內可修完、專為初學者設計。免費清單可以在課程目錄用 Free Courses 篩選直接找到。

以我翻課表看到的為例，AI 基礎設施路線上的「AI for All: From Basics to Gen AI Practice」、「Introduction to Networking」、「InfiniBand Essentials」都掛在免費區。另外像「Generative AI Explained」、「Building A Brain in 10 Minutes」這類短小的觀念課，也是 DLI 長期知名的免費入門磚。

付費課的行情大致是：單堂自學課多落在數十美元（常見 30 到 90 美元），整日的講師工作坊則到 500 美元等級。策略很簡單：免費課確認興趣，付費課補實作深度，不用一開始就掏錢。

要有心理準備的是：DLI 的課程以英文授課為主。不過入門課的英文偏工程白話，搭配字幕與 AI 翻譯工具其實不難跟上。把它當成「學 AI 順便練科技英文」，一份時間有兩份收穫。

學習路徑與證書：官方幫你排好順序

如果不想自己排課，DLI 有現成的學習路徑（learning path）：官方把課程排成建議順序，一路從基礎修到專精。以生成式 AI 路徑為例，開發者線從深度學習入門，一路排到提示工程、RAG 代理、擴散模型與生產部署；管理者線則從 AI 基礎觀念排到基礎設施維運。

證書方面，指定課程修畢可拿 DLI 的官方證書，另有獨立的認證考試。在 AI 基礎設施與 GPU 相關職缺上，這類原廠認證的辨識度比一般平台修課證明高。

我的建議：把 DLI 當第二條學習軌

我的心得是：Coursera 適合打觀念的底，DLI 適合補「真的動手」這一塊。兩邊的分工很自然：前者告訴你 AI 是什麼、能拿來做什麼；後者讓你在真的 GPU 上跑過一次，知道工具鏈長什麼樣子。

起手式也很簡單：進 NVIDIA Training 把免費課清單篩出來，挑一門一天內修完的入門課。花零元換一次在雲端 GPU 上動手的經驗，這筆投資怎麼算都划算。修完覺得對路，再回頭看學習路徑，決定要往開發者還是基礎設施的方向加碼。