Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Souveraineté de l'IA et déploiement local des LLM
- Risques des LLM cloud : rétention des données, entraînement sur les entrées, juridiction étrangère.
- Architecture d'Ollama : serveur de modèles, registre et API compatible OpenAI.
- Comparaison avec vLLM, llama.cpp et Text Generation Inference.
- Licences des modèles : termes de Llama, Mistral, Qwen et Gemma.
Installation et configuration matérielle
- Installation d'Ollama sur Linux avec support CUDA et ROCm.
- Solution de repli uniquement CPU et optimisation AVX/AVX2.
- Déploiement Docker et mappage des volumes persistants.
- Configuration multi-GPU et stratégies d'allocation de la VRAM.
Gestion des modèles
- Récupération de modèles depuis le registre Ollama : ollama pull llama3.
- Importation de modèles GGUF depuis HuggingFace et TheBloke.
- Niveaux de quantification : compromis entre Q4_K_M, Q5_K_M et Q8_0.
- Commutation entre modèles et limites de chargement simultané des modèles.
Fichiers Modelfiles personnalisés
- Écriture de la syntaxe Modelfile : FROM, PARAMETER, SYSTEM, TEMPLATE.
- Réglage de la température, top_p et repeat_penalty.
- Ingénierie de l'invite système pour un comportement spécifique au rôle.
- Création et publication de modèles personnalisés sur le registre local.
Intégration API
- Point de terminaison /v1/chat/completions compatible OpenAI.
- Réponses en continu (streaming) et mode JSON.
- Intégration avec LangChain, LlamaIndex et applications personnalisées.
- Authentification et limitation du débit via un proxy inverse.
Optimisation des performances
- Dimensionnement de la fenêtre de contexte et gestion du cache KV.
- Inférence par lots et traitement des demandes parallèles.
- Allocation des threads CPU et prise en compte du NUMA.
- Surveillance de l'utilisation du GPU et de la pression mémoire.
Sécurité et conformité
- Isolement réseau pour les points de terminaison de service des modèles.
- Filtrage des entrées et pipelines de modération des sorties.
- Journalisation des invites et des complétions à des fins d'audit.
- Provenance des modèles et vérification des hachages.
Pré requis
- Administration intermédiaire de Linux et des conteneurs.
- Compréhension des modèles de machine learning et des transformers à un niveau conceptuel élevé.
- Familiarité avec les API REST et JSON.
Audience cible
- Ingénieurs et développeurs en IA remplaçant les API LLM cloud.
- Organisations dont la sensibilité des données empêche l'utilisation de modèles cloud.
- Équipes gouvernementales et de défense nécessitant des modèles de langage hors réseau (air-gapped).
14 Heures
