×
ribbon

فرد حرفه ای با گواهی SoAI در زمینه زیرساخت های هوش مصنوعی (NCP-AII)

مدرس:Udemy

School of AI

زیرساخت‌های هوش مصنوعی با GPU: طراحی، ارکستراسیون و امنیت سازمانی

جدید
زیرنویس
9دانشجو
3ساعت
سرفصل‌ها
پیشرفته سطح دوره
بروزرسانیشهریور ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

طراحی و پیاده‌سازی زیرساخت هوش مصنوعی با GPU و مدیریت ذخیره‌سازی، شبکه و ارکستراسیون با مقیاس‌پذیری

پیکربندی و مدیریت MIG، vGPU و زمان‌بندی Kubernetes برای کارهای هوش مصنوعی با چند مستاجر

اجرای ابزارهای نظارت و بهینه‌سازی مانند Nsight، DLProf، TensorRT و DCGM برای حداکثر کارایی

اجرای چارچوب‌های امنیتی، انطباق و حاکمیت مانند GDPR، HIPAA، RBAC و DOCA در زیرساخت AI سازمانی

این دوره شامل:

3 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

11 فصل39 جلسه3 ساعت ویدیو
مقدمه‌ای بر زیرساخت هوش مصنوعی حرفه‌ای با گواهی 'NVIDIA-Certified' ('NCP-AII')
  مقدمه‌ای بر زیرساخت هوش مصنوعی حرفه‌ای با گواهی 'NVIDIA-Certified' ('NCP-AII')
02:59
بخش 1 مبانی زیرساخت هوش مصنوعی
  معرفی طراحی زیرساخت هوش مصنوعی
05:34
  نقش پردازنده‌های گرافیکی در بارهای کاری هوش مصنوعی
04:31
  معماری‌های 'CPU' در برابر 'GPU' و 'DPU'
04:09
  شتاب‌دهی با پردازنده‌های گرافیکی برای خطوط لوله هوش مصنوعی و یادگیری ماشین
04:30
  مرور کلی اکوسیستم 'NVIDIA' ('CUDA'، 'Triton'، 'NGC')
04:39
بخش 2 مدیریت منابع 'GPU' و مجازی‌سازی
  پیکربندی 'MIG' ('Multi-Instance GPU')
05:42
  روش‌های به‌اشتراک‌گذاری و ایزولاسیون پردازنده‌های گرافیکی
05:01
  راه‌اندازی و موارد استفاده از گرافیک‌های مجازی ('vGPU')
05:18
  زمان‌بندی بار جی‌پی‌یو با کوبرنتس
05:21
ماژول ۳ ذخیره‌سازی، شبکه‌سازی و خطوط داده برای هوش مصنوعی
  معماری‌های ذخیره‌سازی برای بارهای هوش مصنوعی (محلی، مشترک، شیء)
04:46
  شبکه‌بندی با سرعت بالا 'NVLink'، اینفینی‌بند، 'RDMA'
05:09
  موانع انتقال داده و بهینه‌سازی
04:43
  طراحی خطوط داده هوش مصنوعی ('ETL' + آموزش + استنتاج)
04:41
ماژول ۴ ارکستراسیون خوشه هوش مصنوعی و مقیاس‌پذیری
  کوبرنتس برای بارهای هوش مصنوعی با ارکستراسیون جی‌پی‌یو
03:49
  'Helm'، اپراتورها و مقیاس‌پذیری خودکار خوشه
03:25
  یکپارچه‌سازی 'Slurm'، 'Kubeflow' و 'MLflow'
04:13
  توپولوژی‌های خوشه (در محل، ابری، ترکیبی)
04:00
ماژول ۵ بهینه‌سازی عملکرد و نظارت
  پروفایل‌گیری بارهای 'GPU' ('Nsight'، 'DLProf'، 'nvtop')
04:50
  شاخص‌های 'GPU'، تله‌متری و ابزارهای هشدار
04:48
  'TensorRT' و بهینه‌سازی مدل
04:35
  تشخیص گلوگاه و بهینه‌سازی عملکرد
04:50
بخش 6 امنیت، انطباق و حاکمیت داده‌ها
  امنیت بارهای مبتنی بر 'GPU'
04:46
  رمزنگاری و کنترل دسترسی ('DPUs'، 'DOCA')
05:24
  کنترل دسترسی مبتنی بر نقش ('RBAC') برای خوشه‌های هوش مصنوعی
05:28
  تطابق با الزامات قانونی 'GDPR'، 'HIPAA' و 'FedRAMP'
05:27
بخش 7 زیرساخت هوش مصنوعی لبه‌ای و یکپارچه‌سازی
  هوش مصنوعی لبه‌ای در برابر ابر: پیامدهای زیرساختی
03:21
  برای هوش مصنوعی لبه‌ای با 'NVIDIA Jetson' و 'Orin'
04:17
  یادگیری فدرال و استنتاج توزیعی
03:59
  موارد کاربرد: شهرهای هوشمند، خرده‌فروشی، اینترنت اشیاء صنعتی
03:36
ماژول ۸: 'NGC'، سرور استنتاج 'Triton' و استقرار
  استفاده از کاتالوگ 'NGC' برای مدل‌های از پیش آموزش‌دیده
05:57
  سرور استنتاج 'Triton' – نمای کلی و معماری
06:46
  مونتاژ مدل‌ها و سرویس‌دهی چندچارچوبی
05:36
  سرویس‌دهی در مقیاس بزرگ – تعادل بار و طراحی در دسترس‌پذیری بالا
04:40
ماژول ۹: پروژه‌های دنیای واقعی و گردش‌کارهای سازمانی
  مطالعه موردی: ساخت ابر رایانه هوش مصنوعی
05:18
  مطالعه موردی: معماری هوش مصنوعی چند مستأجر برای بهداشت و درمان
05:37
  گردش کار پایان‌به‌پایان داده‌ها → آموزش → استقرار → پایش
04:58

توضیحات دوره

در این دوره با طراحی، ارکستراسیون، امنیت و مقیاس‌پذیری زیرساخت‌های هوش مصنوعی با قدرت GPU آشنا می‌شوید و مهارت‌های لازم را فرا می‌گیرید. آنچه یاد می‌گیرید: طراحی و پیاده‌سازی زیرساخت‌های هوش مصنوعی با قدرت GPU با تسلط بر ذخیره‌سازی، شبکه، ارکستراسیون و استراتژی‌های مقیاس‌پذیری. پیکربندی و مدیریت ویژگی‌های پیشرفته GPU مانند MIG، vGPU و زمان‌بندی Kubernetes برای بهینه‌سازی بارهای کاری هوش مصنوعی با اشتراک منابع بین چند کاربر. اجرای بهینه‌سازی کارایی و ابزارهای پایش مانند Nsight، DLProf، TensorRT و DCGM برای حداکثر کارایی. اجرای چارچوب‌های امنیتی، انطباق و حاکمیت (GDPR، HIPAA، RBAC، DOCA) برای حفاظت از زیرساخت‌های هوش مصنوعی سطح سازمانی.

دیدگاه کاربران

5

بر اساس امتیاز 2 دانشجو

1
2
3
4
5

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
9دوره
149دانشجو
15نظر و امتیاز
School of AI به‌عنوان منبعی جامع برای تمامی نیازهای آموزشی هوش مصنوعی عمل می‌کند. از سال 2010، مدرسین مجرب ما آموزش‌های باکیفیت در فناوری‌های پیشرفته ارائه می‌کنند. دوره‌های ما از مفاهیم پایه هوش مصنوعی تا تکنیک‌های پیشرفته یادگیری ماشین و یادگیری عمیق را پوشش می‌دهد و شما را با دانش عملی و تجربهٔ کار واقعی آماده می‌کند.
poster

فرد حرفه ای با گواهی SoAI در زمینه زیرساخت های هوش مصنوعی (NCP-AII)

9دانشجو

دوره‌های مشابه

دیگر دوره‌های School of AI