Struttura del corso

Fondamenti della Distribuzione AI Ibrida

  • Comprensione dei modelli di distribuzione ibrida, cloud e edge
  • Caratteristiche dei carichi di lavoro AI e vincoli infrastrutturali
  • Scelta della topologia di distribuzione corretta

Conteniturizzazione di Carichi di Lavoro AI con Docker

  • Creazione di contenitori di inferenza GPU e CPU
  • Gestione di immagini sicure e registri
  • Implementazione di ambienti riproducibili per AI

Distribuzione di Servizi AI in Ambienti Cloud

  • Esecuzione di inferenze su AWS, Azure e GCP tramite Docker
  • Provisioning del calcolo cloud per la servitù dei modelli
  • Sicurezza degli endpoint AI basati sul cloud

Tecniche di Distribuzione Edge e On-Premise

  • Esecuzione di AI su dispositivi IoT, gateway e microserver
  • Runtime leggeri per ambienti edge
  • Gestione della connettività intermittente e persistenza locale

Networking Ibrido e Connessione Sicura

  • Tunneling sicuro tra edge e cloud
  • Certificati, segreti e accesso basato su token
  • Ottimizzazione delle prestazioni per inferenze a bassa latenza

Orchestrazione di Distribuzioni AI Distribuite

  • Utilizzo di K3s, K8s o orchestrazione leggera per configurazioni ibride
  • Scoperta dei servizi e scheduling del carico di lavoro
  • Automazione delle strategie di rollout multi-locazione

Monitoraggio e Visibilità tra Ambienti

  • Tracciamento delle prestazioni delle inferenze in diverse locazioni
  • Logging centralizzato per sistemi AI ibridi
  • Rilevamento di errori e ripristino automatico

Scalabilità e Ottimizzazione dei Sistemi AI Ibridi

  • Scaling dei cluster edge e nodi cloud
  • Ottimizzazione dell'uso della banda e del caching
  • Bilanciamento dei carichi di calcolo tra cloud e edge

Riepilogo e Passi Successivi

Requisiti

  • Comprensione dei concetti di conteniturizzazione
  • Esperienza con le operazioni della riga di comando Linux
  • Familiarità con i flussi di lavoro di distribuzione dei modelli AI

Pubblico Obiettivo

  • Architetti dell'infrastruttura
  • Ingegneri di Affidabilità del Sito (SRE)
  • Sviluppatori Edge e IoT
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (5)

Corsi in Arrivo

Categorie relative