Plan du cours
Introduction à l'IA en périphérie et à Kubernetes
- Comprendre le rôle de l'IA en périphérie
- Kubernetes comme orchestrateur pour les environnements distribués
- Cas d'usage typiques dans divers secteurs
Distributions Kubernetes pour les environnements en périphérie
- Comparaison de K3s, MicroK8s et KubeEdge
- Flux de travail d'installation et de configuration
- Exigences des nœuds et schémas de déploiement
Architectures pour le déploiement de l'IA en périphérie
- Modèles centralisés, décentralisés et hybrides en périphérie
- Allocation des ressources sur des nœuds aux contraintes limitées
- Topologies de clusters multi-nœuds et distants
Déploiement de modèles de machine learning en périphérie
- Emballer les charges de travail d'inférence avec des conteneurs
- Utiliser du matériel GPU et des accélérateurs lorsque disponibles
- Gérer les mises à jour des modèles sur des appareils distribués
Stratégies de communication et de connectivité
- Gérer des conditions réseau intermittentes et instables
- Techniques de synchronisation pour les données entre la périphérie et le cloud
- Files d'attente de messages et considérations protocolaires
Observabilité et surveillance en périphérie
- Approches de surveillance légères
- Collecte de télémesures à partir de nœuds distants
- Débogement des flux de travail d'inférence distribuée
Sécurité des déploiements d'IA en périphérie
- Protection des données et des modèles sur des appareils aux ressources limitées
- Démarrage sécurisé et stratégies d'exécution de confiance
- Authentification et autorisation entre les nœuds
Optimisation des performances pour les charges de travail en périphérie
- Réduction de la latence grâce aux stratégies de déploiement
- Considérations relatives au stockage et à la mise en cache
- Ajustement des ressources de calcul pour l'efficacité de l'inférence
Résumé et prochaines étapes
Pré requis
- Une compréhension des applications conteneurisées
- De l'expérience en administration Kubernetes
- Une familiarité avec les concepts du calcul en périphérie
Audience cible
- Ingénieurs IoT déployant des appareils distribués
- Développeurs cloud-natifs créant des applications intelligentes
- Architectes en périphérie concevant des environnements connectés
Nos clients témoignent (3)
About the microservices and how to maintenance kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Formation - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Comment les formateurs transmettent-ils efficacement leurs connaissances
Vu Thoai Le - Reply Polska sp. z o. o.
Formation - Certified Kubernetes Administrator (CKA) - exam preparation
Traduction automatique
Les connaissances et la patience de l'animateur pour répondre à nos questions.
Calin Avram - REGNOLOGY ROMANIA S.R.L.
Formation - Deploying Kubernetes Applications with Helm
Traduction automatique