آموزش دوره Cisco 300-640 DCAI: زیرساخت هوش مصنوعی دیتاسنتر - آخرین آپدیت

سرفصل ها و درس ها

ماژول ۱: مبانی و کاربردهای هوش مصنوعی Module 1: AI Fundamentals & Applications

• مقدمه Introduction

اصول اولیه هوش مصنوعی Fundamentals of AI

• هوش مصنوعی چیست؟ What Is Artificial Intelligence?

• یادگیری ماشین در مقابل یادگیری عمیق Machine Learning vs. Deep Learning

هوش مصنوعی مولد Generative AI

• هوش مصنوعی مولد چیست؟ What Is Generative AI?

• مدل‌های زبانی AI — LLMs در مقابل SLMs AI Language Models — LLMs vs. SLMs

موارد استفاده از هوش مصنوعی AI Use Cases

• هوش مصنوعی در عملیات شبکه AI in Network Operations

کلاسترها و مدل‌های AI/ML AI/ML Clusters & Models

• کلاسترهای محاسباتی AI/ML AI/ML Compute Clusters

ابزارهای هوش مصنوعی — Jupyter Notebook The AI Toolset — Jupyter Notebook

• ابزارهای هوش مصنوعی — Jupyter Notebook The AI Toolset — Jupyter Notebook

زیرساخت AI و بلوک‌های سازنده آن AI Infrastructure & Its Building Blocks

• زیرساخت AI سنتی در مقابل مدرن Traditional vs. Modern AI Infrastructure

• اجزای اصلی ۱ — شبکه و محاسبات Core Components I — Network & Compute

جایگذاری ورک‌لود و تعامل‌پذیری Workload Placement & Interoperability

• محل اجرای AI — ابری، ترکیبی، محلی و لبه Where AI Runs — Cloud, Hybrid, On-Prem, Edge

پالیسی‌های AI — حاکمیت داده، انطباق و نظارت AI Policies — Data Sovereignty, Compliance & Governance

• پالیسی‌های AI — حاکمیت داده، انطباق و نظارت AI Policies — Data Sovereignty, Compliance & Governance

پایداری AI — هوش مصنوعی سبز در مقابل قرمز AI Sustainability — Green AI vs. Red AI

• پایداری AI — هوش مصنوعی سبز در مقابل قرمز AI Sustainability — Green AI vs. Red AI

راهکارهای AI سیسکو (اصطلاحات آزمون) Cisco AI Solutions (Exam Terms)

• راهکارهای AI سیسکو (اصطلاحات آزمون) Cisco AI Solutions (Exam Terms)

جمع‌بندی ماژول ۱ Module 1 Wrap-Up

• خلاصه ماژول ۱ Module 1 Summary

ماژول ۲: طراحی و الزامات شبکه AI Module 2: AI Network Design & Requirements

• مقدمه Introduction

الزامات شبکه برای هوش مصنوعی Network Requirements for AI

• تفکر طراحی — اولویت با الزامات The Design Mindset — Requirements First

• پهنای باند Bandwidth

• سنجش دانش — الزامات شبکه Knowledge Check — Network Requirements

ترنسپورت و کابل‌کشی AI AI Transport & Cabling

• کابل‌کشی مسی در مقابل نوری Copper vs. Optical Cabling

مدل‌های اتصال (Connectivity) Connectivity Models

• شبکه‌های ایزوله در مقابل شبکه‌های هدفمند Isolated vs. Purpose-Built Networks

شبکه AI: پروتکل‌ها و مقیاس The AI Network: Protocols & Scale

• پروتکل‌های لایه ۲ برای AI Layer 2 Protocols for AI

مهاجرت به شبکه AI/ML Migrating to an AI/ML Network

• مهاجرت به شبکه AI/ML Migrating to an AI/ML Network

جمع‌بندی ماژول ۲ Module 2 Wrap-Up

• خلاصه ماژول ۲ Module 2 Summary

ماژول ۳: فابریک‌های بدون اتلاف AI: RDMA/RoCE و احتقان Module 3: Lossless AI Fabrics: RDMA/RoCE & Congestion

• مقدمه Introduction

مفاهیم RDMA و RoCE RDMA & RoCE

• مبانی RDMA RDMA Fundamentals

• RoCE و RoCEv1 RoCE & RoCEv1

فابریک‌های همگرا و Nexus 9000 Converged Fabrics & the Nexus 9000

• فابریک همگرا The Converged Fabric

ساخت فابریک بدون اتلاف (Lossless) Building the Lossless Fabric

• مبانی QoS برای AI QoS Fundamentals for AI

• مدیریت بافر هوشمند Intelligent Buffer Management

• تبادل پل‌سازی دیتاسنتر (DCBX) Data Center Bridging Exchange (DCBX)

مشاهده‌پذیری احتقان و توزیع بار Congestion Visibility & Load Distribution

• چرا مشاهده‌پذیری احتقان اهمیت دارد؟ Why Congestion Visibility Matters

• توزیع بار — ECMP Load Distribution — ECMP

آماده‌سازی داده‌ها و عملکرد ورک‌لود Data Preparation & Workload Performance

• جریان کاری پردازش داده‌ها — بررسی کلی Data Processing Workflow — Overview

• مانیتورینگ عملکرد داده‌های ورک‌لود AI/ML Monitoring AI/ML Workload Data Performance

جمع‌بندی ماژول ۳ Module 3 Wrap-Up

• خلاصه ماژول ۳ Module 3 Summary

ماژول ۴: محاسبات، ذخیره‌سازی و مجازی‌سازی AI Module 4: AI Compute, Storage & Virtualization

• مقدمه Introduction

سخت‌افزارهای فعال‌کننده AI AI-Enabling Hardware

• سه گانه CPU، GPU و DPU CPUs, GPUs & DPUs — The Trio

• سنجش دانش — سخت‌افزار AI Knowledge Check — AI Hardware

منابع محاسباتی و Cisco UCS Compute Resources & Cisco UCS

• سرور AI به عنوان یک سیستم متوازن The AI Server as a Balanced System

پروویژنینگ UCS با Cisco Intersight Provisioning UCS with Cisco Intersight

• Cisco Intersight — پالیسی‌ها و پروفایل‌ها Cisco Intersight — Policies & Profiles

• سنجش دانش — UCS و Intersight Knowledge Check — UCS & Intersight

منابع مجازی Virtual Resources

• راهکارهای AI سیسکو — AI PODs و Hyperfabric AI Cisco AI Solutions — AI PODs & Hyperfabric AI

• مجازی‌سازی، هایپروايزرها و VMها Virtualization, Hypervisors & VMs

منابع ذخیره‌سازی Storage Resources

• استراتژی ذخیره‌سازی AI — ظرفیت و نرخ انتقال AI Storage Strategy — Capacity & Throughput

• سنجش دانش — ذخیره‌سازی Knowledge Check — Storage

ماژول ۵: استقرار و بهره‌برداری: NDFC, RAG, مانیتورینگ و Splunk Module 5: Deploy & Operate: NDFC, RAG, Monitoring & Splunk

• خلاصه ماژول ۴ Module 4 Summary

• مقدمه Introduction

فابریک‌های آماده AI و ارکستراسیون سیسکو AI-Ready Fabrics & Cisco Orchestration

• ابزارهای ارکستراسیون سیسکو — نمای کلی Cisco Orchestration Tools — The Landscape

• NDFC — تمپلیت‌های فابریک بهینه شده برای AI NDFC — AI-Optimized Fabric Templates

• Intersight — محاسبات مدیریت شده ابری Intersight — Cloud-Managed Compute

• سنجش دانش — ارکستراسیون سیسکو Knowledge Check — Cisco Orchestration

• استقرار محلی مدل‌های GPT متن‌باز Deploying Open-Source GPT Models Locally

• RAG — زمینه‌سازی مدل بر اساس داده‌های شما RAG — Grounding the Model in Your Data

• سنجش دانش — استقرار سرویس‌های AI Knowledge Check — Deploying AI Services

عملیات و مانیتورینگ Operations & Monitoring

• چرا مانیتورینگ زیرساخت AI اهمیت دارد؟ Why AI Infrastructure Monitoring Matters

• مانیتورینگ لایه محاسبات Monitoring the Compute Layer

• مانیتورینگ با Nexus Dashboard و Intersight Monitoring with Nexus Dashboard & Intersight

• مدیریت چرخه عمر و ارتقاءات Lifecycle Management & Upgrades

• سنجش دانش — عملیات و مانیتورینگ Knowledge Check — Operations & Monitoring

بنچ‌مارکینگ زیرساخت AI Benchmarking AI Infrastructure

• بنچ‌مارکینگ چه مواردی را اندازه‌گیری می‌کند؟ What Benchmarking Measures

• سنجش دانش — بنچ‌مارکینگ Knowledge Check — Benchmarking

عیب‌یابی زیرساخت AI Troubleshooting AI Infrastructure

• متدولوژی عیب‌یابی A Troubleshooting Methodology

عیب‌یابی با Splunk Troubleshooting with Splunk

• Splunk Enterprise و Splunk Cloud Splunk Enterprise & Splunk Cloud

جمع‌بندی دوره و نتیجه‌گیری Course Wrap-Up & Conclusion

• سنجش دانش — عیب‌یابی و Splunk Knowledge Check — Troubleshooting & Splunk

• خلاصه ماژول ۵ و نتیجه‌گیری دوره Module 5 Summary & Course Conclusion

آزمون‌های تمرینی Practice Exams

• آزمون تمرینی ۱: Cisco 300-640 DCAI Practice Exam 1: Cisco 300-640 DCAI

• آزمون تمرینی ۲: Cisco 300-640 DCAI Practice Exam 2: Cisco 300-640 DCAI