Deborah Galea
Miembro desde 2026
Liga de Diamantes
4017 puntos
Miembro desde 2026
In this course, you’ll take a comprehensive journey through the storage solutions available on Google Cloud, specifically tailored for AI and high-performance computing (HPC) workloads. You’ll learn how to choose the right storage for each stage of the ML lifecycle. You’ll explore how to optimize for I/O performance during training, manage massive datasets for data preparation, and serve model artifacts with low latency. Through practical examples and demonstrations, you’ll gain the expertise to design robust storage solutions that accelerate your AI innovation.
"Redes en Google Cloud" es una serie de cursos de 6 partes. Te damos la bienvenida al primero de nuestra serie de seis cursos, "Redes en Google Cloud: principios básicos". En este curso, se ofrece una descripción general completa de los conceptos de redes esenciales, incluidos los aspectos básicos de las redes, las nubes privadas virtuales (VPC) y el uso compartido de redes de VPC. Además, en el curso se abordan las técnicas de registro y supervisión de red.
Welcome to the "AI Infrastructure: Networking Techniques" course. In this course, you'll learn to leverage Google Cloud's high-bandwidth, low-latency infrastructure to optimize data transfer and communication between all the components of your AI system. By the end, you'll grasp the critical role networking plays across the entire AI pipeline from data ingestion and training to inference and be able to apply best practices to ensure your workloads run at maximum speed.
This course provides a comprehensive guide to deploying, managing, and optimizing AI and high-performance computing (HPC) workloads on Google Cloud. Through a series of lessons and practical demonstrations, you’ll explore diverse deployment strategies, ranging from highly customizable environments using Google Compute Engine (GCE) to managed solutions like Google Kubernetes Engine (GKE). Specifically, you’ll learn how to create clusters and deploy GKE for inference.
Te damos la bienvenida al curso de TPU de Cloud. Exploraremos las ventajas y desventajas de las TPU en varios escenarios y compararemos diferentes aceleradores de TPU para ayudarte a elegir el más adecuado. Aprenderás estrategias para maximizar el rendimiento y la eficiencia de tus modelos de IA y comprenderás la importancia de la interoperabilidad entre GPU y TPU para los flujos de trabajo de aprendizaje automático flexibles. A través de contenido atractivo y demostraciones prácticas, te guiaremos paso a paso para aprovechar las TPU de manera eficaz.
¿Sientes curiosidad por el potente hardware detrás de la IA? Este módulo analiza las computadoras de IA optimizadas para el rendimiento y muestra por qué son tan importantes. Exploraremos cómo las CPU, GPU y TPU hacen que las tareas de IA sean súper rápidas, qué hace que cada una sea única y cómo el software de IA las aprovecha al máximo. Al finalizar, sabrás exactamente cómo elegir la GPU adecuada para tus proyectos de IA, lo que te ayudará a tomar decisiones inteligentes para tus cargas de trabajo de IA.
Con este curso, podrás comenzar a usar AI Hypercomputer fácilmente. Abordaremos los conceptos básicos sobre qué es y cómo ayuda a la IA con las cargas de trabajo. Conocerás los diferentes componentes de las hipercomputadoras, como las GPU, las TPU y las CPU, y descubrirás cómo elegir el enfoque de implementación adecuado para tus necesidades.
Aspectos básicos de Google Cloud: Infraestructura principal presenta conceptos y terminología importantes para trabajar con Google Cloud. Mediante videos y labs prácticos, en este curso se presentan y comparan muchos de los servicios de procesamiento y almacenamiento de Google Cloud, junto con importantes recursos y herramientas de administración de políticas.