Prenez contact avec nous

Plan du cours

Fondamentaux du déploiement d'IA hybride

  • Compréhension des modèles de déploiement hybride, cloud et de périphérie
  • Caractéristiques des charges de travail IA et contraintes d'infrastructure
  • Choix de la topologie de déploiement appropriée

Conteneurisation des charges de travail IA avec Docker

  • Création de conteneurs d'inférence GPU et CPU
  • Gestion des images et registres sécurisés
  • Mise en œuvre d'environnements reproductibles pour l'IA

Déploiement de services IA dans des environnements cloud

  • Exécution de l'inférence sur AWS, Azure et GCP via Docker
  • Provisionnement de la puissance de calcul cloud pour le service de modèles
  • Sécurisation des points de terminaison IA basés sur le cloud

Techniques de déploiement Edge et On-Premise

  • Exécution de l'IA sur des appareils IoT, des passerelles et des microservers
  • Runtimes légers pour les environnements de périphérie
  • Gestion de la connectivité intermittente et de la persistance locale

Réseau hybride et connectivité sécurisée

  • Tunneling sécurisé entre la périphérie et le cloud
  • Certificats, secrets et accès basé sur les jetons
  • Ajustement des performances pour une inférence à faible latence

Orchestration des déploiements d'IA distribués

  • Utilisation de K3s, K8s ou d'un orchestration légère pour les configurations hybrides
  • Découverte de services et planification des charges de travail
  • Automatisation des stratégies de déploiement multi-sites

Surveillance et observabilité à travers les environnements

  • Suivi des performances de l'inférence sur les différents sites
  • Centralisation de la journalisation pour les systèmes d'IA hybrides
  • Détection des pannes et récupération automatique

Mise à l'échelle et optimisation des systèmes d'IA hybrides

  • Mise à l'échelle des grilles de périphérie et des nœuds cloud
  • Optimisation de l'utilisation de la bande passante et du cache
  • Équilibre de la charge de calcul entre le cloud et la périphérie

Résumé et prochaines étapes

Pré requis

  • Une compréhension des concepts de conteneurisation
  • De l'expérience avec les opérations de ligne de commande Linux
  • Une familiarité avec les flux de travail de déploiement de modèles IA

Audience

  • Architectes d'infrastructure
  • Ingénieurs de fiabilité des sites (SRE)
  • Développeurs Edge et IoT
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires