План на курса

Основи на хибридното разпространение на ИИ

  • Разбиране на хибридни, облачни и модели за разпространяване в краен източник
  • Характеристики на работните зареди с ИИ и ограниченията на инфраструктурата
  • Избор на правилната топология за разпространяване

Контейнеризация на работните зареди с ИИ чрез Docker

  • Построяване на контейнири за преизчисляване с GPU и CPU
  • Управление на сигурни снимки и реестри
  • Построяване на възпроизваеми среди за ИИ

Разпространяване на услуги с ИИ в облачни среди

  • Преизчисляване чрез AWS, Azure и GCP чрез Docker
  • Осигуряване на облачно изчисление за подаване на модели
  • Запазване на облачен вход към точки с ИИ

Техники за разпространяване в краен източник и локални среди

  • Разпространение на ИИ в устройства IoT, шлюзи и микросървъри
  • Леки работни редове за среди с краен източник
  • Управление на прекъсваща се свръзаност и локално устойчивост

Хибридни мрежи и сигурна свръзаност

  • Сигурно тунелиране между краен източник и облака
  • Сертификати, секрети и достъп чрез маркери
  • Оптимизиране на производителността за преизчисления с ниска латентност

Оркестроване на дистрибуирани разпространения с ИИ

  • Използване на K3s, K8s или леки оркестровки за хибридни настройки
  • Определяне на услуги и планиране на работните зареди
  • Автоматизиране на стратегии за мултилокационно разпространение

Мониторинг и наблюдаемост в различни среди

  • Отслежване на производителността при преизчисляването по локации
  • Централизирани дневници за хибридни системи с ИИ
  • Разпознаване на неуспех и автоматизирана възстановяване

Масштабиране и оптимизация на хибридни системи с ИИ

  • Масштабиране на кластери в краен източник и облачни нодове
  • Оптимизиране на ползването на широколентовия канал и кеширането
  • Балансиране на изчислителните натоварвания между облака и краен източник

Резюме и следващи стъпки

Изисквания

  • Разбиране на концепциите за контейнеризация
  • Опит с операции в командния ред на Linux
  • Запознаност с работни процеси за разпространяване на модели на ИИ

Целева група

  • Архитекти на инфраструктурата
  • Инженери за надеждност (SREs)
  • Разработчици за краен източник и IoT
 21 часа

Брой участници


Цена за участник

Отзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории