Infraestructura de IA

Áreas Temáticas	% del Examen	Temas Abarcados
Inicialización del Sistema y del Servidor	31%	Describa la secuencia de eventos para la implementación y la validación. Describa topologías de red para fábricas de IA. Realice la configuración inicial de BMC, OOB y TPM.  Realice actualizaciones de firmware (incluso en HGX™) y detecte fallas. Valide los parámetros de alimentación y refrigeración. Instale servidores basados en GPU (SMI). Valide el hardware instalado. Describa y valide los tipos de cables y transceptores. Instale GPU físicas. Valide la operación de hardware para cargas de trabajo. Configure parámetros iniciales para el almacenamiento tercerizado.
Administración de Capas Físicas	5%	Configure y administre una plataforma de red BlueField®. Configure MIG (IA y HPC).
Instalación y Configuración de Plano de Control	19%	Instale Base Command™ Manager (BCM), configure y verifique la HA. Instale el OS. Instale el clúster (configurar la categoría, configurar interfaces, instalar Slurm/Enroot/Pyxis). Instale, actualice o elimine los drivers de GPU de NVIDIA y DOCA™. Instale el kit de herramientas de contenedores NVIDIA. Demuestre cómo usar las GPU de NVIDIA con Docker. Instale NGC™ CLI en los hosts.
Prueba y Verificación de Clústeres	33%	Realice una prueba de estrés con un solo nodo. Ejecute HPL (Linpack de Alto Rendimiento). Realice NCCL de un solo nodo (incluida la verificación del Switch NVLink™). Valide los cables verificando la calidad de la señal. Confirme que el cableado es correcto. Confirme FW/SW en los interruptores. Confirme FW/SW en BlueField-3. Confirme el FW en los transceptores. Ejecute ClusterKit para realizar una evaluación de nodos multifacética. Ejecute NCCL para verificar el ancho de banda de la red E/W. Realice el burn-in inicial de NCCL. Realice el burn-in inicial de HPL. Realice el burn-in inicial de NeMo™. Pruebe el almacenamiento.
Solucionar Problemas y Optimizar	12%	Identifique y solucione fallas de hardware (por ejemplo, GPU, ventilador, tarjeta de red).  Identifique tarjetas, GPU y fuentes de alimentación defectuosas.  Reemplace las tarjetas, las GPU y las fuentes de alimentación defectuosas.  Ejecute la optimización del desempeño para servidores AMD e Intel.  Optimice el almacenamiento.