Lépjen kapcsolatba velünk
 Időtartalma 21 órák

Kurzusleírás

A hibrid AI üzembe helyezés alapjai

  • A hibrid, felhő és edge üzembe helyezési modellek megértése
  • AI-munkaterhelések jellemzői és infrastrukturális korlátai
  • A megfelelő üzembe helyezési topológia kiválasztása

AI-munkaterhelések konténerizálása Dockerrel

  • GPU- és CPU-alapú következtetési konténerek építése
  • Biztonságos image-ek és regisztrációs adatbázisok kezelése
  • Reprodukálható környezetek megvalósítása AI számára

AI-szolgáltatások üzembe helyezése felhőkörnyezetekben

  • Következtetés futtatása AWS-en, Azure-on és GCP-n Dockerrel
  • Felhő számítási kapacitás biztosítása modellkiszolgáláshoz
  • Felhőalapú AI-végpontok biztonságossá tétele

Edge és helyszíni üzembe helyezési technikák

  • AI futtatása IoT-eszközökön, átjárókon és mikroszervereken
  • Könnyűsúlyú futtatókörnyezetek edge környezetekhez
  • Időszakos kapcsolódás és helyi adatmegőrzés kezelése

Hibrid hálózatépítés és biztonságos kapcsolódás

  • Biztonságos alagútkapcsolat edge és felhő között
  • Tanúsítványok, titkos kulcsok és tokenalapú hozzáférés
  • Teljesítményhangolás alacsony késleltetésű következtetéshez

Elosztott AI-üzembe helyezések orkesztrálása

  • K3s, K8s vagy könnyűsúlyú orkesztráció használata hibrid rendszerekhez
  • Szolgáltatásfelderítés és munkaterhelés-ütemezés
  • Több helyszínt átfogó bevezetési stratégiák automatizálása

Monitorozás és megfigyelhetőség különböző környezetekben

  • A következtetési teljesítmény nyomon követése különböző helyszíneken
  • Központosított naplózás hibrid AI-rendszerekhez
  • Hibaészlelés és automatizált helyreállítás

Hibrid AI-rendszerek skálázása és optimalizálása

  • Edge klaszterek és felhőcsomópontok skálázása
  • Sávszélesség-használat és gyorsítótárazás optimalizálása
  • Számítási terhelés kiegyensúlyozása felhő és edge között

Összefoglalás és következő lépések

Követelmények

  • A konténerizációs koncepciók ismerete
  • Tapasztalat Linux parancssori műveletekben
  • Az AI-modell üzembe helyezési munkafolyamatainak ismerete

Célközönség

  • Infrastruktúra-architektek
  • Site Reliability Engineerek (SRE-k)
  • Edge és IoT fejlesztők

Résztvevők száma


Ár per résztvevő

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák