Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
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
Recensioni (2)
Come i formatori trasmettono efficacemente le conoscenze
Vu Thoai Le - Reply Polska sp. z o. o.
Corso - Certified Kubernetes Administrator (CKA) - exam preparation
Traduzione automatica
il formatore aveva molta conoscenza e pazienza da condividere con noi
Bogdan Olaru
Corso - Introduction to Docker
Traduzione automatica