Contattataci
 Durata 21 ore

Struttura del corso

Introduzione alla Containerizzazione Accelerata da GPU

  • Comprendere l'uso delle GPU nei flussi di lavoro di deep learning
  • Come Docker supporta i carichi di lavoro basati su GPU
  • Principali considerazioni sulle prestazioni

Installazione e Configurazione di NVIDIA Container Toolkit

  • Configurazione dei driver e della compatibilità CUDA
  • Validazione dell'accesso alla GPU all'interno dei contenitori
  • Configurazione dell'ambiente di runtime

Creazione di Immagini Docker Abilitate per GPU

  • Utilizzo di immagini base CUDA
  • Pacchettizzazione di framework AI in contenitori pronti per GPU
  • Gestione delle dipendenze per addestramento e inferenza

Esecuzione di Carichi di Lavoro AI Accelerati da GPU

  • Esecuzione di job di addestramento utilizzando le GPU
  • Gestione di carichi di lavoro multi-GPU
  • Monitoraggio dell'utilizzo delle GPU

Ottimizzazione delle Prestazioni e delle Risorse

  • Limitazione e isolamento delle risorse GPU
  • Ottimizzazione della memoria, delle dimensioni dei batch e del posizionamento dei dispositivi
  • Regolazione delle prestazioni e diagnostica

Inferenza Containerizzata e Serving dei Modelli

  • Creazione di contenitori pronti per l'inferenza
  • Serving di carichi di lavoro ad alta intensità su GPU
  • Integrazione di esecutori di modelli e API

Scalabilità dei Carichi di Lavoro GPU con Docker

  • Strategie per l'addestramento distribuito su GPU
  • Scalabilità dei microservizi di inferenza
  • Coordinamento di sistemi AI multi-contenitore

Sicurezza e Affidabilità per Contenitori Abilitati da GPU

  • Garantire un accesso sicuro alla GPU in ambienti condivisi
  • Rafforzamento delle immagini dei contenitori
  • Gestione di aggiornamenti, versioni e compatibilità

Riepilogo e Prossimi Passi

Requisiti

  • Conoscenza delle fondamenta del deep learning
  • Esperienza con Python e comuni framework per l'AI
  • Familiarità con i concetti di base di containerizzazione

Target

  • Ingegneri di deep learning
  • Team di ricerca e sviluppo
  • Addestratori di modelli AI

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative