NVIDIA
Grundlagen der KI-Infrastruktur und des Betriebs
NVIDIA

Grundlagen der KI-Infrastruktur und des Betriebs

Unterrichtet auf Englisch

Einige Inhalte können nicht übersetzt werden

25.429 bereits angemeldet

Kurs

Informieren Sie sich über ein Thema und erlernen Sie die Grundlagen.

4.6

(164 Bewertungen)

Stufe Anfänger
Keine Vorkenntnisse erforderlich
Es dauert 11 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Erkunden Sie verschiedene Anwendungen von KI in unterschiedlichen Branchen. Verstehen Sie Konzepte wie Maschinelles Lernen, Deep Leaning, Training und Inferenz.

  • Verfolgen Sie die Entwicklung der KI-Technologien. Von den Anfängen bis zu den revolutionären Fortschritten der generativen KI und der Rolle der GPUs.

  • Sie werden mit Deep-Learning-Frameworks und KI-Software-Stack vertraut gemacht.

  • Erfahren Sie, was Sie bei der Bereitstellung von KI-Workloads in einem Rechenzentrum vor Ort, in der Cloud, in einem Hybrid-Modell oder in einer Multi-Cloud-Umgebung beachten müssen.

Kompetenzen, die Sie erwerben

  • Kategorie: Künstliche Intelligenz (KI)
  • Kategorie: Maschinelles Lernen
  • Kategorie: Effizienz der Rechenzentrum-Infrastruktur
  • Kategorie: Generative KI
  • Kategorie: KI mit GPUs beschleunigen
  • Kategorie: KI in der Cloud

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

21 Aufgaben

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 4 Module

In diesem Modul werden Sie KI-Anwendungen in verschiedenen Branchen erkunden und sich mit den grundlegenden Konzepten von KI, maschinellem Lernen (ML) und Deep Learning (DL) beschäftigen. Darüber hinaus werden Sie mit generativer KI vertraut gemacht und erfahren, wie Large Language Models (LLMs) funktionieren und welche neuen Geschäftsmöglichkeiten sich mit dieser neuen Technologie erschließen lassen. Sie werden verstehen, was ein Grafikprozessor (GPU) ist, die wichtigsten Unterschiede zwischen GPUs und CPUs kennenlernen und einen Einblick in das Software-Ökosystem erhalten, das es Entwicklern ermöglicht, GPU-Computing für die Datenwissenschaft nutzbar zu machen. Schließlich erfahren Sie, wie Sie KI-Workloads in verschiedenen Infrastrukturen einsetzen können, von Rechenzentren vor Ort bis hin zu Modellen und Multi-Cloud-Konfigurationen.

Das ist alles enthalten

7 Videos6 Lektüren5 Aufgaben

In diesem Modul werden wir Überlegungen zur Infrastruktur bei der Bereitstellung von KI-Clustern anstellen. Sie erfahren etwas über die Anforderungen für KI-Cluster mit mehreren Systemen, wie z. B. die Fähigkeiten von NVIDIA-GPUs und CPUs, um die Anforderungen von KI-Workloads zu erfüllen, sowie über Speicher- und Netzwerküberlegungen. Wir werden erörtern, wie energieeffiziente Computing-Praktiken Rechenzentren dabei helfen, ihren CO2-Fußabdruck zu verringern, und wie empfohlene Designdokumente oder Referenzarchitekturen (RAs) als Grundlage für den Aufbau optimierter KI-Systeme verwendet werden können. Zum Abschluss dieses Moduls werden wir erörtern, wie Cloud-Computing die KI-Bereitstellung verbessert, und die wichtigsten Überlegungen für die Bereitstellung von KI in der Cloud darlegen

Das ist alles enthalten

14 Videos6 Lektüren13 Aufgaben

Dieses letzte Modul behandelt die wichtigsten Aspekte der Infrastrukturverwaltung, Überwachung, Cluster-Orchestrierung und Auftragsplanung. Sie werden die allgemeinen Konzepte zur Bereitstellung, Verwaltung und Überwachung von KI-Infrastrukturen kennenlernen und den Wert und die Tools für das Cluster-Management beschreiben. Schließlich lernen Sie die wichtigsten Unterschiede und gängigen Tools für Orchestrierung und Scheduling kennen und erfahren den Wert von MLOps-Tools für die kontinuierliche Bereitstellung und Automatisierung von KI-Workloads.

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben

Es wird dringend empfohlen, dass Sie alle Kursaktivitäten abschließen, bevor Sie mit dem Quiz beginnen. Viel Glück!

Das ist alles enthalten

1 Video1 Lektüre1 Aufgabe

Dozent

Lehrkraftbewertungen
4.5 (37 Bewertungen)
NVIDIA Training
NVIDIA
3 Kurse38.310 Lernende

von

NVIDIA

Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 164

4.6

164 Bewertungen

  • 5 stars

    70,28 %

  • 4 stars

    21,71 %

  • 3 stars

    4,57 %

  • 2 stars

    1,71 %

  • 1 star

    1,71 %

AB
5

Geprüft am 18. Mai 2024

RP
5

Geprüft am 24. Dez. 2023

W
5

Geprüft am 30. Mai 2024

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen