Is this course really 100% online? Do I need to attend any classes in person?

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.

Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Can I take the course for free?

No, you cannot take this course for free. When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. If you cannot afford the fee, you can apply for financial aid.

Will I earn university credit for completing the Specialization?

This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

Spécialisation "Google Cloud AI Infrastructure"

Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

Spécialisation "Google Cloud AI Infrastructure"

Build and manage the infrastructure that powers AI.

Build, deploy, and manage the Infrastructure for AI workloads.

Instructeur : Google Cloud Training

3 425 déjà inscrits

Inclus avec En savoir plus

Série de 3 cours

Approfondissez votre connaissance d’un sujet

des 30 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Série de 3 cours

Approfondissez votre connaissance d’un sujet

des 30 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Ce que vous apprendrez

Understand the core concepts of AI Hypercomputer architecture and its value.
Analyze the advantages and disadvantages of various deployment and provisioning options for AI infrastructure.
Select the optimal accelerator (GPU, TPU) for a given AI/ML workload.
Evaluate the performance and efficiency of AI workloads on different accelerators to maximize business value.

Compétences que vous acquerrez

Catégorie : Artificial Intelligence
Catégorie : Hardware Architecture
Catégorie : Cloud Infrastructure
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Computer Hardware
Catégorie : Interoperability
Catégorie : Computer Architecture
Catégorie : Model Training
Catégorie : Model Optimization
Catégorie : AI Workflows
Catégorie : Performance Tuning
Catégorie : Cloud Deployment

Outils que vous découvrirez

Catégorie : Computing Platforms
Catégorie : Cloud Platforms
Catégorie : Google Cloud Platform

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Planning flexible

Apprenez à votre propre rythme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de Google Cloud

Spécialisation - série de 3 cours

This learning path, designed for intermediate to advanced technical learners, offers on-demand courses to specialize in AI Infrastructure on Google Cloud. You'll gain the knowledge and skills to design and deploy high-performance AI/ML solutions using Google Cloud's AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine. Optimize every layer of your AI Infrastructure solutions, from storage and networking to orchestration and best practices, to redefine what's possible with Google AI Infrastructure.

Projet d'apprentissage appliqué

This learning path uses a multi-modal approach that includes demonstrations and quizzes to help you master new skills. We've also incorporated case studies to show how these technologies are applied in real-world scenarios, helping you connect theory with practice.

AI Infrastructure: Introduction to AI Hypercomputer

COURS 1, 2 heures

Ce que vous apprendrez

Define the value and architecture of the AI Hypercomputer
Identify common use cases for using AI Hypercomputer
Explain how different types of accelerators (GPUs, TPUs, CPUs) contribute to the acceleration of AI training and inference.
Differentiate between various deployment options and choose the options that best suits your requirements.

Compétences que vous acquerrez

Catégorie : Cloud Deployment

Catégorie : Artificial Intelligence

Catégorie : Performance Tuning

Catégorie : Google Cloud Platform

Catégorie : Computer Architecture

Catégorie : Cloud Infrastructure

Catégorie : Hardware Architecture

Catégorie : Model Training

AI Infrastructure: Cloud GPUs

COURS 2, 2 heures

Ce que vous apprendrez

Define the value and architecture of Graphics Processing Units (GPUs)
Select the appropriate GPU machine type and provisioning platform to run your GPU-accelerated clusters
Explore various techniques for optimizing your GPU usage

Compétences que vous acquerrez

Catégorie : Cloud Infrastructure

Catégorie : Hardware Architecture

Catégorie : Cloud Platforms

Catégorie : Model Training

Catégorie : Google Cloud Platform

Catégorie : Computer Hardware

Catégorie : Performance Tuning

Catégorie : Computing Platforms

AI Infrastructure: Cloud TPUs

COURS 3, 3 heures

Ce que vous apprendrez

Discuss the advantages and disadvantages of using TPUs in different scenarios.
Choose the right TPU option to fit your specific needs
Implement strategies to maximize performance and efficiency when running business-related AI workloads on TPUs.
Explain the concept of GPU/TPU fungibility and its significance for creating flexible machine learning workflows.

Compétences que vous acquerrez

Catégorie : Interoperability

Catégorie : Performance Tuning

Catégorie : Model Optimization

Catégorie : Cloud Infrastructure

Catégorie : AI Workflows

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Google Cloud Training

Google Cloud

2 347 Cours4 859 560 apprenants

Offert par

Google Cloud

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

Commencer ma carrière

Changer de voie

M’améliorer dans mon rôle actuel

Découvrez des sujets en dehors du travail

Acquérez des compétences durables, maintenant à 239 $
Économisez dès maintenant
Offrez de nouvelles compétences à votre équipe
Économisez 40 % dès maintenant

Foire Aux Questions

Google Cloud Fundamentals: Core Infrastructure
Experience with Google Kubernetes Engine
High-Level AI/ML Concepts

1 hour per training, about 3 hours for the first three courses.

Although not necessary, it is recommended to take the courses in the specified order to maximize your learning. The content is structured sequentially, with each course building upon the foundational knowledge and skills introduced in the previous ones.