En este módulo, se detalla el proceso de creación de un clúster de AI Hypercomputer. Se abordan las decisiones clave necesarias, como elegir un tipo de máquina, una opción de consumo, una opción de implementación, un organizador y una imagen de clúster.

En este módulo, se identifican las opciones de configuración clave y las técnicas de optimización para implementar un clúster de AI Hypercomputer en Google Compute Engine (GCE). Se aborda la selección de tipos de máquinas, imágenes de SO del acelerador, opciones de implementación y estrategias para optimizar el rendimiento de la red.

En este módulo, se identifican las opciones de configuración para implementar un clúster de AI Hypercomputer en Google Kubernetes Engine (GKE). Se abordan la creación de contenedores, los modos de operación de GKE, la configuración de red y las técnicas de optimización de cargas de trabajo, como el entrenamiento distribuido y el uso compartido de GPU.

En este módulo, se examinan las técnicas de optimización para diseñar la arquitectura de carga de trabajo de inferencia en GKE. Se explican el flujo de trabajo de inferencia de GKE, la infraestructura clave y las optimizaciones a nivel de modelo.

Vínculos a archivos PDF de todos los módulos para estudiantes