Grundlagen der KI-Infrastruktur
Dieser Kurs bietet einen grundlegenden Überblick über die Hardware-, Software- und Netzwerkkomponenten, die zur Entwicklung und Verwaltung von KI-Modellen in großem Maßstab erforderlich sind. Er befasst sich mit der AI Hypercomputer-Architektur von Google Cloud, vergleicht Computerbeschleuniger wie GPUs und TPUs und untersucht die kritischen Datenpipelines und Speicherlösungen, die zur Maximierung der Trainingsleistung erforderlich sind. Er wurde für IT-Entscheidungsträger und Infrastrukturarchitekten entwickelt, die ein besseres Verständnis für die KI-Bereitstellung auf Unternehmensebene erlangen möchten.
- Dauer: 3 Stunden
- Sprachen: Englisch, Deutsch
- Niveau: Fortgeschritten
- Gruppengröße: Bis zu 50
Das lernen Sie
- Unterscheidung zwischen den Schichten des KI-Hypercomputers.
- Auswahl geeigneter Beschleuniger für die kostengünstigsten KI-Workloads.
- Bewertung von Speicher- und Netzwerklösungen zur Maximierung des Trainings-Goodputs.
- Vergleich verschiedener Bereitstellungs- und Verbrauchsmodelle zur Ressourcenoptimierung.
Voraussetzungen
- Vertrautheit mit Cloud-Computing-Konzepten.
- Verständnis der allgemeinen Rechenzentrumsinfrastruktur.
Kursinhalt
Grundlagen der KI-Infrastruktur
- Definition von KI-Infrastruktur
- Die Entwicklung der Computing-Anforderungen
- Der Bedarf an neuer Rechenleistung
Googles Cloud AI Hypercomputer
- Der AI Hypercomputer
- Die 3 Schichten des AI Hypercomputer: Überblick
Compute-Beschleuniger: GPUs und TPUs
- Graphics Processing Units (GPU-Architektur, Google Cloud GPU-Familie, Auswahl von GPUs)
- Tensor Processing Units (TPU-Architektur, Google Cloud TPU-Familie, Best Practices und Überlegungen)
Die KI-Datenpipeline: Netzwerk und Speicher
- Maximierung des Goodputs
- Netzwerk für Datenerfassung und Training
- Speicher für Datenaufbereitung und Training
- Architektur für Inferenz.
Orchestrierung und Verbrauch
- Bereitstellungsoptionen
- Flexibler Verbrauch
Zusammenfassung des Kurses und Quiz
- Zusammenfassung des Kurses
- Fragen und Antworten
- Quiz
Passende Kurse
Agent-Observability auf Google Cloud
Dieser Kurs bietet eine angewandte Anleitung auf mittlerem Niveau zur Operationalisierung von KI-Agenten, die sich speziell auf das Erreichen von Produktionssicherheit und Kostenkalkulierbarkeit für Gemini-basierte Workflows in der Google Cloud konzentriert. Die Teilnehmer lernen die Methodik und die umsetzbaren Fähigkeiten, die erforderlich sind, um nicht-deterministische Agentenlogik in transparente, überprüfbare und skalierbare Systeme umzuwandeln.Der Kurs behandelt zentrale operative Disziplinen, einschließlich der Abbildung des komplexen Denkprozesses des Agenten (ReAct-Schleifen) auf Cloud Trace Spans zum Debuggen, der Implementierung von Logs-Based Security Metrics zur Compliance und der Einrichtung von umsetzbaren Warnungen und benutzerdefinierten Dashboards in Cloud Monitoring zur proaktiven Kontrolle von Kostenüberschreitungen und Qualitätsabweichungen. Der Kurs verwendet Präsentationen, visuelle Anleitungen und strategische Diskussionen, um ein effektives Lernen zu gewährleisten, das direkt auf das Vertex AI-Ökosystem anwendbar ist.
Such- und Agentenfunktionen mit KI-Anwendungen entwickeln
In diesem Kurs lernen Sie, wie Sie Vertex AI Search und konversationelle Agenten verwenden, um Suchmaschinen und Chat-Anwendungen zu erstellen. Sie erfahren, wie Sie Vertex AI Search nutzen, um Ihre durch Gen AI unterstützten Anwendungen zu fundieren. Anschließend erfahren Sie, wie Sie diese Suchmaschinen und Chat-Anwendungen in Ihre eigenen Anwendungen integrieren. Schließlich lernen Sie, wie Sie die in AI Applications integrierten Agenten in Multi-Agenten-Workflows einsetzen.
Gemini in BigQuery
Dieser Kurs zeigt, wie Sie KI-/ML-Modelle für generative KI-Aufgaben in BigQuery nutzen können. Anhand eines praktischen Anwendungsfalls im Bereich Kundenbeziehungsmanagement lernen Sie den Workflow zur Lösung eines Geschäftsproblems mit Gemini-Modellen kennen. Um das Verständnis zu erleichtern, bietet der Kurs auch eine schrittweise Anleitung durch Codierungslösungen unter Verwendung von SQL-Abfragen und Python-Notebooks.
Unsicher, welcher Kurs passt?
Buchen Sie ein 30-minütiges Gespräch. Wir schauen uns an, wo Ihr Team steht und was es können muss — und stellen daraus einen konkreten Kurstermin oder einen passenden Lernplan zusammen.