Plan du cours
Introduction à l'IA de périphérie et à Kubernetes
- Comprendre le rôle de l'IA en périphérie
- Kubernetes comme orchestrateur pour les environnements distribués
- Cas d'utilisation typiques dans divers secteurs
Distributions Kubernetes pour les environnements de périphérie
- Comparaison de K3s, MicroK8s et KubeEdge
- Flux de travail d'installation et de configuration
- Exigences des nœuds et modèles de déploiement
Architectures pour le déploiement de l'IA de périphérie
- Modèles de périphérie centralisés, décentralisés et hybrides
- Allocation des ressources sur des nœuds aux ressources limitées
- Topologies de clusters multi-nœuds et distants
Déploiement de modèles d'apprentissage machine en périphérie
- Emballage des charges de travail d'inférence dans des conteneurs
- Utilisation du matériel GPU et accélérateur lorsque disponible
- Gestion des mises à jour des modèles sur les appareils distribués
Stratégies de communication et de connectivité
- Gestion des conditions réseau intermittentes et instables
- Techniques de synchronisation des données entre la périphérie et le cloud
- Files de messages et considérations protocolaires
Observabilité et supervision en périphérie
- Approches de supervision légères
- Collecte de la télémétrie des nœuds distants
- Débogage des flux de travail d'inférence distribués
Sécurité des déploiements d'IA de 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 des charges de travail de périphérie
- Réduction de la latence par des 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
- Une expérience en administration de Kubernetes
- Une connaissance des concepts de l'informatique de périphérie (edge computing)
Public cible
- Ingénieurs IoT déployant des appareils distribués
- Développeurs cloud natifs créant des applications intelligentes
- Architectes de périphérie concevant des environnements connectés
Nos clients témoignent (2)
Comme je l'ai mentionné précédemment, pour quelqu'un comme moi (sans aucune expérience), cela a été une porte d'entrée pour comprendre les fonctionnalités et les capacités de ces programmes/outils, etc.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Formation - Docker and Kubernetes
Traduction automatique
compréhension de base des conteneurs/Kubernetes et de leur interaction fonctionnalités de la plateforme OpenShift
Eric Scholze - NOW IT GmbH
Formation - Introduction to Containers, Kubernetes & OpenShift
Traduction automatique