Kursüberblick
Dieser Kurs bietet einen grundlegenden Überblick über die Hardware-, Software- und Netzwerkkomponenten, die für die Entwicklung und Verwaltung von KI-Modellen in großem Maßstab erforderlich sind. Er behandelt die KI-Hypercomputer-Architektur von Google Cloud, vergleicht Rechenbeschleuniger wie GPUs und TPUs und untersucht die entscheidenden Datenpipelines und Speicherlösungen, die zur Maximierung der Trainingsleistung notwendig sind.
Zielgruppe
IT-Entscheidungsträger und Infrastrukturarchitekten, die sich über die technischen Anforderungen und die Angebote des AI Hypercomputers für den Einsatz von KI auf Unternehmensniveau informieren möchten.
Voraussetzungen
Vertrautheit mit Konzepten des Cloud Computing und der allgemeinen Infrastruktur von Rechenzentren.
Kursziele
- Unterscheiden Sie zwischen den Schichten des KI-Hypercomputers.
- Wählen Sie geeignete Beschleuniger für die kosteneffizientesten KI-Workloads aus.
- Bewerte Speicher- und Netzwerklösungen, um den Durchsatz bei Schulungen zu maximieren.
- Vergleichen Sie verschiedene Bereitstellungs- und Nutzungsmodelle zur Ressourcenoptimierung.
Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.