NVIDIA · 认证常见问题

这是 NVIDIA 的助理级认证，涵盖生成式 AI 和大型语言模型的基础知识 — 核心概念、用于构建和部署 LLM 的 NVIDIA 软硬件堆栈、提示工程、数据处理和实验。这是一项多项选择题考试（大约 50 道题，时长 60 分钟），面向进入 GenAI/LLM 领域的人士。查看 NCA-GENL 中心 以了解完整范围。

如果您从事（或想进入）生成式 AI 和 LLM 领域，并且重视主导 AI 基础设施的 NVIDIA 生态系统，那么它就值得 — 这是一个验证基础 GenAI 知识的可信方式。作为一项较新的助理级认证，它最适合作为入门信号；请将其与动手项目经验结合使用。查看它如何在我们的 认证现状 报告中融入 AI 认证。

学习 LLM 和生成式 AI 的基础知识 — 模型架构、提示、微调/实验以及相关的 NVIDIA 工具 — 并通过构建或运行 LLM 工作流获得实践经验。NVIDIA 自己的培训课程是一个很好的基础。然后练习题：我们的 NCA-GENL 题库 涵盖了带解释的各个领域，而 攻略 则提炼了它所考查的概念。

这是 NVIDIA 的助理级认证，专注于多模态生成式 AI — 跨越多种数据类型（文本、图像、音频、视频）而非仅限于文本的模型和技术。它涵盖了多模态概念、工作流程以及用于构建和部署它们的 NVIDIA 工具。这是一个多项选择题考试，大约 50 道题，时长 60 分钟。请参阅 NCA-GENM 中心 以获取完整范围。

多模态 AI 指的是能够同时理解或生成多种数据类型的模型 — 例如将图像加上文本提示转化为描述，或从文本生成视频。这是一个与仅限文本的 LLMs 不同的快速发展的领域，NCA-GENM 是一项助理级考试，旨在验证构建这些多模态生成系统背后的概念和 NVIDIA 工具。

如果你正在从事或打算进入多模态生成式 AI 领域，并且希望验证基础知识，那么它是值得的 — 这是一个利基、前瞻性的助理级证书。要准备考试，请学习多模态模型概念和相关的 NVIDIA 工具，亲自动手实践多模态工作流程，并使用 NVIDIA 的培训材料。我们的 NCA-GENM 题库 和 攻略手册 涵盖了它所测试的概念。请参阅我们的 认证现状报告，了解它在 AI 认证中的位置。

这是 NVIDIA 针对构建和操作大型语言模型系统推出的专业级认证 — 它是初级 NCA-GENL 认证的更深入、更高级的对应项。它涵盖了在 NVIDIA 平台上设计、优化、部署和排查 LLM 解决方案的实践者级别知识。这是一项多选题考试，大约 60 道题，时长 120 分钟。访问 NCP-GENL 中心 查看完整范围。

初级认证 (NCA-GENL) 涵盖生成式 AI 和 LLM 基础知识，而专业级认证 (NCP-GENL) 则深入探讨了设计、优化和操作生产级 LLM 系统 — 它要求具备实际动手经验，而不仅仅是概念知识。如果您认真构建 LLM 应用，并希望在 NVIDIA 主导的 AI 生态系统中获得高级别证书，那么它值得一考。查阅我们的 认证现状 报告，了解它在众多 AI 认证中的定位。

在 NVIDIA 的技术栈上构建真实的 LLM 系统 — 包括模型部署、优化（量化、推理服务）、检索增强生成和监控 — 并利用 NVIDIA 的专业级培训，因为这项考试注重实践经验。我们的 NCP-GENL 题库 和 攻略 涵盖了考试所测试的领域。

这是 NVIDIA 针对 Agentic AI 的专业级认证 — 旨在设计、构建和操作基于 NVIDIA 平台的 AI 智能体和多智能体系统，这些系统能够规划、使用工具并自主行动。它涵盖了智能体架构、编排、工具集成以及在实践层面部署可靠的智能体工作流。这是一项多项选择考试，包含大约 60 道题，时长 120 分钟。参阅 NCP-AAI 中心 了解完整范围。

如果您构建智能体 AI 系统，并希望在这一前沿领域获得专业级证书，那么它是值得的 — 智能体 AI 是该领域发展最快的方向之一，而 NVIDIA 的生态系统支撑着大部分基础设施。作为一项新的高级认证，它最适合已经构建智能体的人，而不是初学者。参阅我们的 认证现状 报告，了解它在 AI 认证中的位置。

动手构建智能体系统 — 包括智能体编排、工具使用、内存/状态管理和多智能体协调 — 并使用 NVIDIA 的专业培训材料，学习它们如何在 NVIDIA 堆栈上部署和操作。由于这是一项专业考试，实际的构建经验最为重要。我们的 NCP-AAI 题库 和 备考手册 涵盖了它所测试的领域。

这是 NVIDIA 面向 AI 基础设施和运营方面的助理级认证——包括 AI 工作负载运行所需的计算、网络和存储，以及在 NVIDIA 平台（GPU、数据中心工具和运营实践）上部署、管理和监控 AI 系统。这是一个多项选择考试，大约有 50 道题，时长 60 分钟。请查看 NCA-AIIO 中心 了解完整范围。

AI 基础设施是为 AI 提供动力的硬件和平台层——包括 GPU 和加速器、高速网络、存储，以及围绕它们的编排和监控——让团队能够大规模训练和服务模型。NCA-AIIO 旨在面向 IT 和基础设施专业人员、数据中心操作员以及 MLOps 工程师，他们负责配置和操作这一层，而不是在其上构建模型的数据科学家。

是的，如果您从事 IT 运营、数据中心或 MLOps 岗位，支持 AI 工作负载——NVIDIA 主导着 AI 基础设施，因此，随着组织建立 AI 平台，一个验证操作知识的凭证是一个有用的信号。它是助理级且专业化的；请将其与实际的基础设施经验结合起来。查看它在我们的 认证现状 报告中的位置。

学习 AI 基础设施基础知识——GPU 计算、集群网络和存储，以及在 NVIDIA 堆栈上部署/监控 AI 工作负载——并使用 NVIDIA 的官方培训材料，理想情况下，应有一些 AI 基础设施或 MLOps 工具的实际操作经验。我们的 NCA-AIIO 题库 和 攻略 涵盖了它所考查的领域。

这是 NVIDIA 针对 GPU 加速数据科学的初级认证 — 使用 NVIDIA 的工具（例如 RAPIDS 库）加速 GPU 上的数据处理、分析和机器学习工作负载。它涵盖了加速数据科学流程的概念和工具。这是一项多项选择考试，大约 50 道题，时长 60 分钟。有关完整范围，请参阅 NCA-ADS 专题页。

是的 — 尽管是多项选择而非动手实践，但它是一项技术考试，要求具备真实的数据科学知识（Python、pandas 风格的工作流、ML 基础）以及熟悉 RAPIDS 等 GPU 加速工具。这不是一项业务概述认证；您需要扎实的数据科学基础才能轻松通过。

如果您是处理大型数据集并希望验证 GPU 加速技能的数据科学家或分析师，那么它值得一考 — 考虑到 NVIDIA 在加速计算中的作用，这是一项小众但具有差异化的证书。准备时，请亲自动手操作 RAPIDS (cuDF, cuML) 和 GPU 加速工作流，使用 NVIDIA 的培训材料，并强化数据科学基础。我们的 NCA-ADS 题库 和 攻略 涵盖了它所考查的概念。请查看我们的 认证现状报告，了解其定位。