AI Infrastructure: ストレージオプション

Overview

Google, IBM & Meta Certificates — All 10,000+ Courses at 40% Off

One annual plan covers every course and certificate on Coursera. 40% off for a limited time.

このコースでは、Google Cloud で利用可能なストレージソリューションについて、AI とハイパフォーマンスコンピューティング（HPC）のワークロードに特化した内容を包括的に学びます。ML ライフサイクルの各段階に適したストレージを選択する方法を学びます。トレーニング中の I/O パフォーマンスを最適化する方法、データ準備のために大規模なデータセットを管理する方法、モデルのアーティファクトを低レイテンシで提供する方法について学びます。実践的な例とデモを通じて、AI イノベーションを加速させる堅牢なストレージソリューションを設計する専門知識を習得できます。

Syllabus

コースの概要

このモジュールでは、コースの概要と学習目標を概説します。

AI ストレージの基礎

このモジュールでは、AI データパイプラインにおけるストレージインフラストラクチャの役割について詳しく説明します。パフォーマンス要件や主要な Google Cloud ソリューションについて紹介するほか、容量、スループット、レイテンシに基づいてサービスを選択する際の判断基準についても説明します。

準備とトレーニング

このモジュールでは、AI ワークフローでのデータ準備とモデルトレーニングにおける重要なフェーズについて詳しく説明します。Cloud Storage、Anywhere Cache、Dataflux Dataset ツールを使用してデータの読み込みを最適化する方法について説明するほか、Cloud Storage FUSE や Managed Lustre などの高パフォーマンスファイルシステムを比較します。さらに、フォールトトレランスを確保し、GPU のアイドル時間を最小限に抑えるための効率的なチェックポイント戦略の判断基準についても概説します。

提供とアーカイブ

このモジュールでは、AI モデルの提供とデータのアーカイブに関する戦略について詳しく説明します。規模とレイテンシに基づいてストレージ（Managed Lustre、Cloud Storage、Hyperdisk ML）を選択する方法と、費用と読み込み時間を最小限に抑えるための最適化の手法（GKE イメージストリーミングや Cloud Storage FUSE など）について説明します。