En este módulo, se detalla el rol de la infraestructura de almacenamiento en la canalización de datos de IA. Se ven las demandas de rendimiento, las soluciones clave de Google Cloud y los criterios de decisión para seleccionar un servicio en función de la capacidad, la capacidad de procesamiento y la latencia.

En este módulo, se detallan las fases fundamentales de la preparación de datos y el entrenamiento de modelos en el flujo de trabajo de IA. Se aborda la optimización de la carga de datos con Cloud Storage, Anywhere Cache y la herramienta Dataflux Dataset, al tiempo que se comparan sistemas de archivos de alto rendimiento, como Cloud Storage FUSE y Managed Lustre. Además, se describen criterios de decisión para implementar estrategias de puntos de control eficientes para garantizar la tolerancia a errores y minimizar el tiempo de inactividad de las GPU.

Vínculos a archivos PDF de todos los módulos para estudiantes