Prenez contact avec nous
 Durée 14 heures

Plan du cours

Souveraineté IA et déploiement local des LLM

  • Risques liés aux LLM cloud : rétention des données, entraînement sur les entrées, juridiction étrangère.
  • Architecture d’Ollama : serveur de modèles, registre et API compatible avec OpenAI.
  • Comparaison avec vLLM, llama.cpp et Text Generation Inference.
  • License des modèles : conditions d’utilisation de Llama, Mistral, Qwen et Gemma.

Installation et configuration matérielle

  • Installation d’Ollama sous Linux avec prise en charge de CUDA et ROCm.
  • Retombée sur CPU uniquement et optimisation AVX/AVX2.
  • Déploiement Docker et mapping de volumes persistants.
  • Configuration multi-GPU et stratégies d’allocation VRAM.

Gestion des modèles

  • Téléchargement 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.
  • Basculement entre modèles et limites de chargement concurrent.

Modelfiles personnalisés

  • Syntaxe des Modelfiles : FROM, PARAMETER, SYSTEM, TEMPLATE.
  • Réglage de temperature, top_p et repeat_penalty.
  • Ingénierie de prompts système pour un comportement spécifique au rôle.
  • Création et publication de modèles personnalisés dans le registre local.

Intégration API

  • Point d’accès /v1/chat/completions compatible avec OpenAI.
  • Réponses en flux (streaming) et mode JSON.
  • Intégration avec LangChain, LlamaIndex et applications personnalisées.
  • Authentification et limitation de débit via proxy inverse.

Optimisation des performances

  • Dimensionnement de la fenêtre de contexte et gestion du cache KV.
  • Inférence par lots et traitement de requêtes parallèles.
  • Allocation des threads CPU et prise en charge NUMA.
  • Surveillance de l’utilisation GPU et de la pression mémoire.

Sécurité et conformité

  • Isolation réseau des points de terminaison de service des modèles.
  • Filtrage des entrées et modération des sorties.
  • Journalisation d’audit des prompts et des complétions.
  • Origine des modèles et vérification des empreintes numériques (hash).

Pré requis

  • Administration intermédiaire de Linux et des conteneurs.
  • Compréhension de haut niveau de l’apprentissage automatique et des modèles transformers.
  • Connaissance des API REST et du JSON.

Public cible

  • Ingénieurs IA et développeurs cherchant à remplacer les API de LLM cloud.
  • Organisations dont la sensibilité des données empêche l’utilisation de modèles cloud.
  • Équipes gouvernementales et de défense nécessitant des modèles de langage déconnectés du réseau (air-gapped).

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires