Infraestrutura de IA: opções de armazenamento

Overview

AI, Data Science & Cloud Certificates from Google, IBM & Meta — 40% Off

One plan covers every Professional Certificate on Coursera. 40% off Coursera Plus Annual.

Neste curso, você vai embarcar em uma jornada completa pelas soluções de armazenamento disponíveis no Google Cloud, especialmente desenvolvidas para cargas de trabalho de IA e de computação de alto desempenho (HPC, na sigla em inglês). Você vai aprender a escolher o armazenamento certo para cada etapa do ciclo de vida de machine learning, descobrir como otimizar o desempenho de E/S durante o treinamento, como gerenciar conjuntos de dados enormes para preparação de dados e como disponibilizar artefatos do modelo com baixa latência. Por meio de exemplos práticos e demonstrações, você vai adquirir a experiência necessária para projetar soluções de armazenamento robustas que aceleram a inovação em IA.

Syllabus

Visão geral do curso

Este módulo oferece uma visão geral do curso e descreve os objetivos de aprendizado.

Fundamentos do armazenamento de IA

Este módulo explica o papel da infraestrutura de armazenamento no pipeline de dados de IA. Vamos falar sobre as exigências de desempenho, as principais soluções do Google Cloud e os critérios de decisão para selecionar um serviço com base na capacidade, latência e capacidade de processamento.

Preparação e treinamento

Este módulo detalha as fases mais importantes de preparação de dados e treinamento de modelos no fluxo de trabalho de IA. Vamos abordar a otimização do carregamento de dados usando o Cloud Storage, o Anywhere Cache e a ferramenta Dataflux Dataset, além de comparar sistemas de arquivos de alto desempenho, como o Cloud Storage FUSE e o Managed Lustre. Além disso, o módulo descreve os critérios de decisão para estratégias de checkpoint eficientes, visando garantir a tolerância a falhas e minimizar o tempo de inatividade da GPU.

Disponibilização e arquivamento

Este módulo detalha estratégias para disponibilização de modelos de IA e arquivamento de dados. Você vai aprender a selecionar o tipo de armazenamento (Managed Lustre, Cloud Storage ou Hyperdisk ML) com base na escala e na latência. Também vamos apresentar técnicas de otimização, como o Image Streaming do GKE e Cloud Storage FUSE, para minimizar custos e tempos de carregamento.