Struttura del corso
Introduzione alle Operazioni Kubernetes Guidate dall'IA
- Perché l'IA è importante per le operazioni moderne dei cluster
- Limiti della logica di scaling e scheduling tradizionale
- Concetti chiave del ML per la gestione delle risorse
Fondamenti della Gestione delle Risorse Kubernetes
- Principi fondamentali di allocazione di CPU, GPU e memoria
- Comprensione delle quote, limiti e richieste
- Identificazione dei colli di bottiglia e inefficienze
Approcci AI per il Scheduling
- Modelli supervisionati e non supervisionati per la posizionamento dei workload
- Algoritmi predittivi per la domanda di risorse
- Utilizzo delle funzionalità ML in scheduler personalizzati
Reinforcement Learning per l'Autoscaling Intelligente
- Come gli agenti RL imparano dal comportamento del cluster
- Progettazione di funzioni di reward per l'efficienza
- Costruzione di strategie di autoscaling guidate da RL
Autoscaling Predittivo con Metriche e Telemetria
- Utilizzo dei dati Prometheus per la previsione
- Applicazione di modelli a serie temporali all'autoscaling
- Valutazione dell'accuratezza delle previsioni e tuning dei modelli
Implementazione di Strumenti di Ottimizzazione Guidati dall'IA
- Integrazione di framework ML con i controller Kubernetes
- Distribuzione di loop di controllo intelligenti
- Estensione di KEDA per la decisione assistita dall'IA
Strategie di Ottimizzazione dei Costi e delle Prestazioni
- Riduzione dei costi computazionali attraverso il scaling predittivo
- Miglioramento dell'utilizzo di GPU con la posizionamento guidato da ML
- Bilanciamento tra latenza, throughput e efficienza
Scenari Pratici e Caso di Utilizzo nel Mondo Reale
- Autoscaling di applicazioni ad alta carico con l'IA
- Ottimizzazione di pool di nodi eterogenei
- Applicazione di ML a ambienti multi-tenant
Riepilogo e Prossimi Passi
Requisiti
- Conoscenza delle fondamenta di Kubernetes
- Esperienza con distribuzioni di applicazioni containerizzate
- Familiarità con le operazioni del cluster e la gestione delle risorse
Pubblico Target
- SRE che lavorano con sistemi distribuiti su larga scala
- Operatori Kubernetes che gestiscono workload ad alta domanda
- Ingegneri di piattaforma che ottimizzano l'infrastruttura computazionale
Recensioni (5)
There was a lot to lean, but it never felt rushed.
thomas gardner - National Oceanography Centre
Corso - Docker, Kubernetes and OpenShift for Administrators
It is an in-deep Kubernetes training covering all important aspects to manage Kubernetes, be it in the cloud or on-premise, but the pace is gradual and well adjusted, so the training can be followed very well by students who have had no prior exposure to Kubernetes, as it builds up knowledge from the ground up.
Volker Kerkhoff
Corso - Docker and Kubernetes: Building and Scaling a Containerized Application
It gave a good grounding for Docker and Kubernetes.
Stephen Dowdeswell - Global Knowledge Networks UK
Corso - Docker (introducing Kubernetes)
I generally liked the trainer knowledge and enthusiasm.
Ruben Ortega
Corso - Docker and Kubernetes
I mostly enjoyed the knowledge of the trainer.