AI 基础设施：存储选项

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.

在本课程中，您将全面了解 Google Cloud 提供的存储解决方案，这些解决方案专为 AI 和高性能计算 (HPC) 工作负载量身定制。您将学习如何为机器学习生命周期的各个阶段选择合适的存储选项。您将探索如何在训练期间优化 I/O 性能，管理海量数据集以进行数据准备，以及以低延迟部署模型制品。通过实际案例和演示，您将获得设计可靠存储解决方案所需的专业知识，从而加速 AI 创新。

Syllabus

课程概览

本单元概述了课程内容并列出了学习目标。

AI 存储基础

本单元详细介绍了存储基础设施在 AI 数据流水线中的作用。内容涵盖性能需求、主要 Google Cloud 解决方案，以及基于容量、吞吐量和延迟时间选择服务的决策标准。

准备和训练

本单元详细介绍了 AI 工作流中关键的数据准备和模型训练阶段。内容涵盖如何使用 Cloud Storage、Anywhere Cache 和 Dataflux Dataset 工具优化数据加载，并比较了 Cloud Storage FUSE 和 Managed Lustre 等高性能文件系统。此外，本单元还概述了高效检查点策略的决策标准，以确保容错能力并最大限度减少 GPU 空闲时间。

部署和归档

本单元详细介绍了 AI 模型部署和数据归档的策略。内容涵盖如何根据规模和延迟时间选择存储选项（Managed Lustre、Cloud Storage 或 Hyperdisk ML），并介绍了旨在最大限度减少费用和加载时间的优化技术（如 GKE 映像流式传输和 Cloud Storage FUSE）。