Съдържание и теми, включени в курса
Въведение в AI-подобрените Kubernetes операции
- Защо AI е важен за съвременните клъстерни операции
- Ограничения на традиционната логика за мащабиране и планиране
- Ключови концепции на ML за управление на ресурси
Основи на управлението на ресурси в Kubernetes
- Основи на разпределението на CPU, GPU и памет
- Разбиране на квоти, лимити и заявки
- Идентифициране на тесни места и неефективност
Подходи за машинно обучение при планирането
- Надзиравани и ненадзиравани модели за разполагане на натоварвания
- Прогнозни алгоритми за търсене на ресурси
- Използване на ML характеристики в персонализирани планировчици
Обучение с подсилване за интелигентно автоматично мащабиране
- Как RL агентите се учат от поведението на клъстера
- Проектиране на функции за възнаграждение за ефективност
- Изграждане на стратегии за автоматично мащабиране, управлявани от RL
Прогнозно автоматично мащабиране с метрики и телеметрия
- Използване на данни от Prometheus за прогнозиране
- Прилагане на модели за времеви редове към автоматичното мащабиране
- Оценка на точността на прогнозите и настройка на моделите
Внедряване на AI-управлявани инструменти за оптимизация
- Интегриране на ML рамки с Kubernetes контролери
- Внедряване на интелигентни контролни цикли
- Разширяване на KEDA за вземане на решения с помощта на AI
Стратегии за оптимизация на разходите и производителността
- Намаляване на изчислителните разходи чрез прогнозно мащабиране
- Подобряване на използването на GPU с ML-управлявано разполагане
- Балансиране на забавяне, пропускателна способност и ефективност
Практически сценарии и реални примери
- Автоматично мащабиране на приложения с високо натоварване с AI
- Оптимизиране на хетерогенни пулове от възли
- Прилагане на ML в среда с множество наематели
Обобщение и следващи стъпки
Изисквания
- Разбиране на основите на Kubernetes
- Опит с внедряване на контейнеризирани приложения
- Познаване на клъстерните операции и управлението на ресурси
Аудитория
- SRE инженери, работещи с мащабни разпределени системи
- Kubernetes оператори, управляващи натоварвания с високи изисквания
- Платформени инженери, оптимизиращи изчислителна инфраструктура
Отзиви от участници (2)
Както вече отбелязах, за човек като мен (без опит) това беше входна врата към разбирането на функционалностите и възможностите на тези програми/инструменти и др.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Курс - Docker and Kubernetes
Машинен превод
основи на разбирането за контейнери/Kubernetes и как те взаимодействат функциите на платформата OpenShift
Eric Scholze - NOW IT GmbH
Курс - Introduction to Containers, Kubernetes & OpenShift
Машинен превод