Cisco Infrastructure AI Solutions Essentials
På denna kurs får du en överblick över hur AI-arbetslaster planeras, implementeras och drivs på Cisco-baserad datacenterinfrastruktur. Vi går igenom vanliga AI-workloads, arkitektur och designval samt säkerhet och drift som krävs för att leverera och underhålla AI-lösningar i produktion.
Kursen introducerar centrala AI-begrepp och generativ AI, följt av hur kluster, nät och datalager dimensioneras och optimeras för AI/ML. Du lär dig placements, interoperabilitet och transport, bygger förlustfria fabricar, hanterar datagenomströmning och ser hur policys, säkerhet och hållbarhet integreras. Avslutningsvis sätter du upp kluster och kör öppna GPT-modeller för RAG-scenarier.
Målgrupp och förkunskaper
Kursen är framtagen för nätverks- och datacenteringenjörer, systemarkitekter, plattforms-/DevOps-team samt tekniska beslutsfattare som vill förstå hur AI-arbetslaster designas och drivs på Cisco-infrastruktur. Även AI/ML-ingenjörer med intresse för underliggande infrastruktur har nytta av kursen.
För att hänga med i kursens tempo och tillgodogöra dig dess innehåll förutsätts du ha grundläggande kunskap i datacenter och Linux samt vara bekant med Cisco-lösningar inom compute och nät. Rekommenderat är erfarenhet av Cisco UCS-arkitektur och drift, Cisco Nexus-switchar och funktioner samt centrala datacentertekniker.
För att alltid hålla en hög kvalitet på våra kurser använder vi både engelsk- och svensktalande experter som kursledare.
Detaljerad information
Kursmaterialet är på engelska, med detta innehåll grupperat i teman:
AI Fundamentals & Use Cases
Introduces core AI concepts, Generative AI, and practical use cases to map business goals to technical capabilities and constraints across data, models, and operations.
Clusters, Models & Tooling
Covers AI-ML clusters and models plus hands-on with Jupyter Notebook to explore workflows, experiment tracking, and reproducible development practices.
Infrastructure & Workload Placement
Explains AI infrastructure building blocks and how to place workloads for interoperability across on-prem, edge, and cloud while balancing performance, cost, and risk.
Policy, Security & Sustainability
Outlines AI policies and guardrails, security implications across the stack, and sustainability considerations to reduce energy and carbon without sacrificing throughput.
Network Architecture for AI Workloads
Details key network challenges and requirements, AI transport and connectivity models, and end-to-end AI network design patterns on Cisco platforms.
Migration to AI/ML Network
Guides architecture migration strategies, from current state to AI-ready fabrics, minimizing risk while enabling iterative adoption.
Application-Level Protocols
Reviews protocols relevant to AI/ML data paths and orchestration layers, with focus on reliability, scaling, and observability impacts.
High-Throughput Converged Fabrics
Designs converged fabrics that meet AI throughput/latency demands, including QoS models, traffic engineering, and buffer considerations.
Building Lossless Fabrics & Congestion Visibility
Shows how to achieve lossless Ethernet (e.g., PFC/ECN) and implement congestion visibility to protect training and inference performance at scale.
Data Preparation & Performance
Addresses data preparation for AI, pipelines for ingest/ETL, and tuning I/O paths to meet AI/ML workload data performance requirements.
AI-Enabling Hardware & Compute
Surveys AI-enabling hardware, compute resource types and solutions, accelerator options, and sizing for different training/inference profiles.
Virtualization & Storage
Explores virtual resources and storage architectures aligned to AI patterns, ensuring bandwidth, latency, and resiliency targets.
Cluster Setup & Operations
Walks through setting up an AI cluster on Cisco infrastructure, from base services to orchestration and health monitoring for day-2 ops.
Practical RAG with Open-Source GPT
Deploys and uses open-source GPT models for Retrieval-Augmented Generation, integrating data sources and validating quality and latency.
Kursen hålls på begäran - Kontakta oss för mer information.
Telefon: 08-562 557 50 E-post: kursbokning@cornerstone.se
Relaterat innehåll
