探索 AI 在各行各业的不同应用。 了解机器学习、Deep Learning、训练和推理等概念。
追溯 AI 技术的演变。从人工智能的诞生到生成式人工智能带来的革命性进步，以及 GPU 的作用。
您将熟悉深度学习框架和 AI 软件 Stack。
了解在 Data Center on prem、云、Hybrid Cloud 或多云环境中部署 AI 工作负载时的注意事项。
添加到您的领英档案
21 项作业
在本模块中，您将探索人工智能在各行各业的应用，并深入学习人工智能、机器学习（ML）和深度学习（DL）的基本概念。 此外，课程还将向您介绍 Generative AI、Large Language Model (LLM) 的工作原理，以及这项新技术带来的新商机。 您将了解什么是 GPU，区分 GPU 和 CPU 之间的主要区别，并深入了解使开发人员能够利用 GPU 计算进行数据科学研究的软件生态系统。 最后，您将了解在不同基础设施（从内部部署数据中心到 Model 和多云设置）上部署 AI 工作负载的注意事项。
9个视频6篇阅读材料5个作业
在本 Modulation 中，我们将访问部署 AI Cluster 时基础设施层面的注意事项。 您将了解多系统 AI Cluster 的要求，例如 NVIDIA GPU 和 CPU 解决 AI 工作负载要求的能力、存储和网络注意事项。 我们将讨论节能计算实践如何帮助 Data Center 降低碳足迹，以及推荐设计文档或参考架构 (RA) 如何用作构建最佳优化 AI 系统的基础。 在本模块的最后，我们将讨论云计算如何增强 AI 部署，并概述在云中部署 AI 的关键注意事项。
14个视频6篇阅读材料13个作业
最后一个 Module 涵盖基础架构管理、监控、Cluster 协调和作业调度所涉及的关键方面。 您将明确有关配置、管理和监控 AI 基础设施的一般概念，并描述 Clustering 管理的价值和工具。 最后，您将了解编排和调度的主要区别和常用工具，以及 MLOps 工具在持续交付和 AI 工作负载自动化方面的价值。
2个视频2篇阅读材料2个作业
强烈建议您在开始测验前完成所有课程活动。 祝您好运
1个视频1篇阅读材料1个作业
Coursera Instructor Network
Scrimba
DeepLearning.AI
Infosec
418 条评论
74.46%
18.85%
2.86%
1.19%
2.62%
显示 3/418 个
已于 May 13, 2025审阅
Excellent course. I learned lot and it will definitely help me in AI/ML Architect role.
已于 Nov 5, 2024审阅
More detail about what actually NVIDIA is offering with specification need to be provided
已于 Mar 24, 2025审阅
A very Good Course for Core Infrastructure and Datacenter Management personnel who wants to know the fundamentals of AI Infrastructure.
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
购买证书后，您就可以访问所有课程资料，包括已评分的作业。完成课程后，您的电子证书将添加到您的 "成就 "页面--您可以从那里打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
提供助学金，
中
