NVIDIA

Grundlagen der KI-Infrastruktur und des Betriebs

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

NVIDIA

Grundlagen der KI-Infrastruktur und des Betriebs

78.637 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

488 Bewertungen

Stufe Anfänger
Keine Vorkenntnisse erforderlich
Flexibler Zeitplan
1 Woche bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
93%
Den meisten Lernenden hat dieser Kurs gefallen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

488 Bewertungen

Stufe Anfänger
Keine Vorkenntnisse erforderlich
Flexibler Zeitplan
1 Woche bei 10 Stunden eine Woche
In Ihrem eigenen Lerntempo lernen
93%
Den meisten Lernenden hat dieser Kurs gefallen

Was Sie lernen werden

  • Erkunden Sie verschiedene Anwendungen von KI in unterschiedlichen Branchen. Verstehen Sie Konzepte wie Maschinelles Lernen, Deep Leaning, Training und Inferenz.

  • Verfolgen Sie die Entwicklung der KI-Technologien. Von den Anfängen bis zu den revolutionären Fortschritten der generativen KI und der Rolle der GPUs.

  • Sie werden mit Deep-Learning-Frameworks und KI-Software-Stack vertraut gemacht.

  • Erfahren Sie, was Sie bei der Bereitstellung von KI-Workloads in einem Rechenzentrum vor Ort, in der Cloud, in einem Hybrid-Modell oder in einer Multi-Cloud-Umgebung beachten müssen.

Kompetenzen, die Sie erwerben

  • Kategorie: Künstliche Intelligenz
  • Kategorie: Cloud-Bereitstellung
  • Kategorie: Netzinfrastruktur
  • Kategorie: Infrastruktur-Architektur
  • Kategorie: Maschinelles Lernen
  • Kategorie: Cloud-Management
  • Kategorie: Daten-Infrastruktur
  • Kategorie: Modellierung großer Sprachen
  • Kategorie: KI-Kenntnisse
  • Kategorie: Tiefes Lernen
  • Kategorie: Cloud Computing
  • Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
  • Kategorie: Cloud-Infrastruktur
  • Kategorie: Daten-Zentren
  • Kategorie: Betrieb der Informationstechnologie
  • Kategorie: Devops-Werkzeuge
  • Kategorie: MLOps (Operationen für maschinelles Lernen)

Werkzeuge, die Sie lernen werden

  • Kategorie: KI-Orchestrierung
  • Kategorie: AI-Arbeitsabläufe
  • Kategorie: Generative KI

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

22 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 4 Module

In diesem Modul werden Sie KI-Anwendungen in verschiedenen Branchen erkunden und sich mit den grundlegenden Konzepten von KI, maschinellem Lernen (ML) und Deep Learning (DL) beschäftigen. Darüber hinaus werden Sie mit generativer KI vertraut gemacht und erfahren, wie Large Language Models (LLMs) funktionieren und welche neuen Geschäftsmöglichkeiten sich mit dieser neuen Technologie erschließen lassen. Sie werden verstehen, was ein Grafikprozessor (GPU) ist, die wichtigsten Unterschiede zwischen GPUs und CPUs kennenlernen und einen Einblick in das Software-Ökosystem erhalten, das es Entwicklern ermöglicht, GPU-Computing für die Datenwissenschaft nutzbar zu machen. Schließlich erfahren Sie, wie Sie KI-Workloads in verschiedenen Infrastrukturen einsetzen können, von Rechenzentren vor Ort bis hin zu Modellen und Multi-Cloud-Konfigurationen.

Das ist alles enthalten

10 Videos7 Lektüren5 Aufgaben

In diesem Modul werden wir Überlegungen zur Infrastruktur bei der Bereitstellung von KI-Clustern anstellen. Sie erfahren etwas über die Anforderungen für KI-Cluster mit mehreren Systemen, wie z. B. die Fähigkeiten von NVIDIA-GPUs und CPUs, um die Anforderungen von KI-Workloads zu erfüllen, sowie über Speicher- und Netzwerküberlegungen. Wir werden erörtern, wie energieeffiziente Computing-Praktiken Rechenzentren dabei helfen, ihren CO2-Fußabdruck zu verringern, und wie empfohlene Designdokumente oder Referenzarchitekturen (RAs) als Grundlage für den Aufbau optimierter KI-Systeme verwendet werden können. Zum Abschluss dieses Moduls werden wir erörtern, wie Cloud-Computing die KI-Bereitstellung verbessert, und die wichtigsten Überlegungen für die Bereitstellung von KI in der Cloud darlegen

Das ist alles enthalten

16 Videos6 Lektüren14 Aufgaben

Dieses letzte Modul behandelt die wichtigsten Aspekte der Infrastrukturverwaltung, Überwachung, Cluster-Orchestrierung und Auftragsplanung. Sie werden die allgemeinen Konzepte zur Bereitstellung, Verwaltung und Überwachung von KI-Infrastrukturen kennenlernen und den Wert und die Tools für das Cluster-Management beschreiben. Schließlich lernen Sie die wichtigsten Unterschiede und gängigen Tools für Orchestrierung und Scheduling kennen und erfahren den Wert von MLOps-Tools für die kontinuierliche Bereitstellung und Automatisierung von KI-Workloads.

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben

Es wird dringend empfohlen, dass Sie alle Kursaktivitäten abschließen, bevor Sie mit dem Quiz beginnen. Viel Glück!

Das ist alles enthalten

1 Video1 Lektüre1 Aufgabe

Dozent

Lehrkraftbewertungen
(110 Bewertungen)
NVIDIA Training
NVIDIA
3 Kurse129.058 Lernende

von

NVIDIA

Mehr von Maschinelles Lernen entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

  • 5 stars

    75,51 %

  • 4 stars

    17,55 %

  • 3 stars

    2,65 %

  • 2 stars

    1,22 %

  • 1 star

    3,06 %

Zeigt 3 von 488 an

AB

Geprüft am 1. Okt. 2024

DG

Geprüft am 5. Nov. 2024

KS

Geprüft am 5. Dez. 2025

Häufig gestellte Fragen