AI 基礎架構：儲存空間選項

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.

在本課程中，您將全面瞭解 Google Cloud 提供的儲存空間解決方案，專門用於 AI 和高效能運算 (HPC) 的工作負載。您將學習如何根據機器學習生命週期的各個階段，選擇合適的儲存空間；以及探索如何在訓練期間將 I/O 效能最佳化、管理準備資料所需的龐大資料集，以及用低延遲提供模型構件。透過實際例子和示範，您將掌握專業知識，得以設計穩健的儲存空間解決方案，並加快 AI 創新。

Syllabus

課程總覽

這個單元會概略說明課程內容，並列出學習目標。

AI 儲存空間基礎概念

本單元詳細說明 AI 資料管道中，儲存空間基礎架構的作用，包括效能需求、Google Cloud 關鍵解決方案，以及依據運算資源、處理量和延遲時間選擇服務的決策標準。

準備和訓練

本單元詳細說明 AI 工作流程中，資料準備和模型訓練的重大階段，包括使用 Cloud Storage、Anywhere Cache 和 Dataflux Dataset 工具將資料載入最佳化，以及比較 Cloud Storage FUSE 和 Managed Lustre 等高效能檔案系統。此外，我們也會概述有效查核點策略的決策標準，確保具備容錯能力並盡可能減少 GPU 閒置時間。