歡迎加入 ” AI 的資料中心介紹 “課程!
如您所知,人工智慧( AI )正在以多種方式改變社會。
從語音辨識到改進的供應鏈管理,人工智慧技術為企業提供了其團隊完成畢生工作所需的運算能力、工具和演算法。
但人工智慧如何在資料中心發揮作用? 需要哪些硬體和軟體基礎設施?
這些是本課程將幫助您解決的一些問題。
本課程將介紹概念和術語,幫助您開始資料中心的 AI 和 GPU 運算之旅。
您將了解:
- 人工智慧和人工智慧用例、機器學習、深度學習,以及深度學習工作流程中如何進行訓練和推理。
- GPU 的歷史和架構、它們與 CPU 的區別以及它們如何徹底改變人工智慧。
- 深度學習框架、AI 軟體堆疊以及在本地資料中心、雲端、混合模型或多雲環境中部署 AI 工作負載時的注意事項。
- 多系統 AI 叢集的要求,基礎設施規劃的考慮因素,包括伺服器、網路和儲存以及用於叢集管理、監控和編排的工具。
關於此專業課程
本課程是 NVIDIA Certified Associate – ”AI in the Data Center”認證準備材料的一部分。
該認證將把您的專業知識提升到一個新的水平,並支持您的職業發展。
誰該參加這門課程?
- 資訊科技專業人士
- 系統和網路管理員
- 開發營運
- 資料中心專業人員
無需任何經驗。
這是資料中心中人工智慧和 GPU 運算的入門課程。
要了解有關 NVIDIA 認證計劃的更多資訊,請訪問:
https://academy.nvidia.com/en/nvidia-certified-associate-data-center/
那麼就讓我們開始吧!
到官方網站了解本課程與上課
你將學到的內容有
- 什麼是 AI (人工智慧)和 AI 用例、機器學習、深度學習以及深度學習工作流程中如何進行訓練和推理。
- GPU 的歷史和架構、它們與 CPU 的區別以及它們如何徹底改變人工智慧。
- 熟悉深度學習框架、AI 軟體堆疊以及在本地或雲端資料中心部署 AI 工作負載時的注意事項。
- 多系統 AI 叢集的要求以及基礎設施規劃的考量因素,包括伺服器、網路、儲存和工具。
你將獲得的技能:
AI | 機器學習 |
字幕
簡中、英文
製作方
NVIDIA Training
NVIDIA(Nvidia Corporation,/ɛnˈvɪdiə/;中國大陸譯為英伟达,臺灣與香港譯為輝達),創立於1993年1月,是一家以設計和銷售圖形處理器(GPU)為主的無廠半導體公司,總部設在美國加利福尼亞州的聖克拉拉,位於矽谷的中心位置。 NVIDIA 在 AI 起飛的時刻,提供全球最先進的 AI 訓練核心與中心,在運算、軟體、人工智慧模型和服務方面具有全端創新。
第 1 單元 GPU 計算介紹
在本模組中,您將看到不同產業中的 AI 用例、 AI、機器學習 (Machine Learning,ML) 和深度學習 (Deep Learning,DL) 的概念,以了解 GPU 是什麼以及 GPU 和 CPU 之間的差異。 您將了解允許開發人員利用 GPU 運算進行資料科學的軟體生態系統,以及在本地資料中心、雲端、混合模型或多雲環境中部署 AI 工作負載時的注意事項。
第 2 單元 機架級考慮事項
在本模組中,我們將介紹部署 AI 叢集時的機架級注意事項。 您將了解多系統 AI 叢集的要求、此類部署的儲存和網路注意事項,以及 NVIDIA 參考架構的概述,該架構提供了設計 AI 工作負載系統的最佳實踐。
第 3 單元 資料中心級考慮事項
本單元涵蓋部署 AI 叢集時的資料中心層級注意事項,例如基礎架構配置和工作負載管理、編排和作業調度、叢集管理和監控工具,以及資料中心部署的電源和冷卻注意事項。 最後,您將了解 NVIDIA 合作夥伴透過 DGX 就緒資料中心託管計畫提供的 AI 基礎架構。
第 4 單元 課程完成考試 – AI 的資料中心介紹
本單元涵蓋部署 AI 叢集時的資料中心層級注意事項,例如基礎架構配置和工作負載管理、編排和作業調度、叢集管理和監控工具,以及資料中心部署的電源和冷卻注意事項。 最後,您將了解 NVIDIA 合作夥伴透過 DGX 就緒資料中心託管計畫提供的 AI 基礎架構。
到官方網站了解本課程與上課
你可能會有興趣
- Coursera 訂閱 : 無限制訪問 7,000 多項世界一流的課程、實踐專案和工作準備證書計劃 – 只需支付一次全包式訂閱費用
- ★想要加強英文能力嗎?– 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣!
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發表迴響