AI Solutions on Cisco Infrastructure Essentials (DCAIE)

Voraussetzungen

Für diese Schulung gibt es keine Voraussetzungen. Es handelt sich um ein Grundlagentraining, das von Anfängern bis zu fortgeschrittenen Inhalten reicht. Vertrautheit mit Cisco Data Center Networking- und Computing-Lösungen ist von Vorteil, aber keine Voraussetzung. Es wird jedoch empfohlen, dass Sie über die folgenden Kenntnisse und Fähigkeiten verfügen, bevor Sie an dieser Schulung teilnehmen:

• Cisco UCS-Rechenarchitektur und -betrieb
• Cisco Nexus-Switch-Portfolio und -Funktionen
• Kerntechnologien für Rechenzentren

Diese Fähigkeiten können in den folgenden Cisco-Lernangeboten erworben werden:

• Implementing and Operating Cisco Data Center Core Technologies (DCCOR)
• Implementing Cisco NX-OS Switches and Fabrics in the Data Center (DCNX)

Zielgruppe

• Netzwerk-Designer
• Netzwerk-Administratoren
• Speicherverwalter
• Netzwerk-Ingenieure
• Systemingenieure
• Rechenzentrum-Ingenieure
• Beratende Systemingenieure
• Architekten für technische Lösungen
• Cisco Integratoren/Partner
• Außendienst-Ingenieure
• Server-Administratoren
• Netzwerk-Manager
• Program Managers
• Projektleiter

Detaillierter Kursinhalt

• Grundlagen der KI
• Generative KI
• AI-Anwendungsfälle
• AI-ML-Cluster und -Modelle
• AI-Werkzeugsatz Mastery - Jupyter Notebook
• KI-Infrastruktur
• AI-Workload-Platzierung und Interoperabilität
• AI-Politiken
• AI Nachhaltigkeit
• AI-Infrastruktur-Design
• Wichtige Netzwerk-Herausforderungen und Anforderungen für KI-Workloads
• AI Transport
• Konnektivitätsmodelle
• AI-Netzwerk
• Architektur Migration zu AI/ML Network
• Protokolle auf Anwendungsebene
• Konvergente Fabrics mit hohem Durchsatz
• Aufbau verlustfreier Fabrics
• Kongestive Sichtbarkeit
• Datenaufbereitung für AI
• AI/ML Workload Datenleistung
• KI-aktivierende Hardware
• Compute-Ressourcen
• Compute Resource Lösungen
• Virtuelle Ressourcen
• Speicher-Ressourcen
• Einrichten eines AI-Clusters
• Einsatz und Nutzung von Open-Source-GPT-Modellen für die RAG