Soluciones de Almacenamiento en la Nube para Cargas de Trabajo de IA y HPC

Seleccionar la arquitectura de almacenamiento adecuada es fundamental para ejecutar pipelines de aprendizaje automático eficientes y cargas de trabajo de computación de alto rendimiento (HPC). Sin la configuración de almacenamiento adecuada, sus recursos computacionales permanecerán inactivos esperando que los datos se carguen. Este curso, solo de texto, lo guiará a través de los conceptos fundamentales de los sistemas de almacenamiento basados en la nube diseñados específicamente para IA. Aprenderá a analizar patrones de acceso a datos, comparar diferentes clases de almacenamiento y elegir las configuraciones óptimas para alimentar sus modelos de entrenamiento a escala. Lo que aprenderá: - Comprender los tipos de almacenamiento principales, incluidos los sistemas de archivos de objetos, bloques y paralelos para IA. - Analizar los patrones de acceso a datos únicos y los requisitos de rendimiento de las cargas de trabajo de aprendizaje automático. - Comparar métricas de rendimiento y eficiencia de costos en varios niveles de almacenamiento en la nube. - Explorar patrones modernos de almacenamiento de datos como lakehouses y los requisitos de almacenamiento vectorial. - Aplicar las mejores prácticas para la ingesta de datos, el almacenamiento en caché y la integración de pipelines de preprocesamiento. El curso comienza con la terminología esencial y los conceptos de almacenamiento fundamentales antes de repasar patrones arquitectónicos prácticos y estrategias de optimización para el entrenamiento de modelos a gran escala. Está diseñado para principiantes, entusiastas de los datos y profesionales de la nube que buscan comprender el lado del almacenamiento de la infraestructura de IA, sin necesidad de experiencia previa en arquitectura de la nube. Comience a construir una base sólida en la infraestructura de datos de IA hoy mismo.