Kurzusleírás

A hibrid AI telepítés alapjai

  • A hibrid, felhő és peremhálózat telepítési modelljeinek megértése
  • AI folyamat jellemzői és infrastruktúra korlátozásai
  • A megfelelő telepítési topológia kiválasztása

AI folyamatok tárolózása a Docker segítségével

  • GPU és CPU levezetési tárolók készítése
  • Biztonságos rendszerképek és regisztrációk kezelése
  • Reprodukálható környezetek megvalósítása mesterséges intelligenciához

AI szolgáltatások felhőkörnyezetben történő telepítése

  • Levezetés a Docker segítségével az AWS, Azure és GCP felhőszolgáltatókon
  • Felhőbeli számítási erőforrások kiépítése modell szolgáltatásokhoz
  • Biztonságos felhőalapú AI végpontok biztosítása

Perem- és helyszíni telepítési technikák

  • AI futtatása IoT eszközökön, átjárókon és mikroservereken
  • Kevés erőforrást használó futásidejű környezetek peremhálózatokhoz
  • Elosztott kapcsolat és helyi tartalom megőrzése kezelése

Hibrid hálózat és biztonságos csatlakozás

  • Biztonságos csatorna létrehozása a peremhálózat és felhő között
  • Tanúsítványok, titkos kódok és token-alapú hozzáférés
  • Alacsony késleltetésű levezetéshez való teljesítmény finomhangolás

Elosztott AI telepítések szkálázása és orchestration

  • K3s, K8s vagy kevés erőforrást használó orchestration hibrid beállításokhoz való alkalmazása
  • Szolgáltatás felfedezése és munkafolyamat ütemezése
  • Több helyen történő telepítési stratégiák automatizálása

Figyelés és átláthatóság különböző környezetek között

  • Levezetési teljesítmény figyelése helyszínek között
  • Központos naplózás hibrid AI rendszerekhez
  • Hiba detektálása és automatikus helyreállítás

Hibrid AI rendszerek skálázása és optimalizálása

  • Peremhálózati fürtök és felhőbeli csomópontok skálázása
  • Sávszélesség használata és gyorsítótár optimalizálása
  • Számítási terhelés egyensúlyozása a felhő és peremhálózat között

Összefoglalás és következő lépések

Követelmények

  • A tárolóalapú koncepciók megértése
  • Tapasztalat Linux parancssori operációkkal
  • Ismeretek mesterséges intelligencia modell telepítési folyamatairól

Célközönség

  • Infrastruktúra architekták
  • Site Reliability Engineers (SRE-k)
  • Peremhálózat és IoT fejlesztők
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák