Свържете се с нас
 Продължителност 21 часa

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

Брой участници


Цена за участник

Отзиви от участници (2)

Предстоящи Курсове

Свързани Kатегории