Prenez contact avec nous
 Durée 21 heures

Plan du cours

Fondamentaux du déploiement hybride de l'IA

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

Conteneurisation des charges de travail d'IA avec Docker

  • Construction de conteneurs d'inférence GPU et CPU
  • Gestion d'images et de registres sécurisés
  • Implémentation d'environnements reproductibles pour l'IA

Déploiement de services d'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-Prem

  • Exécution de l'IA sur des appareils IoT, des passerelles et des microserveurs
  • Temps d'exécution légers pour les environnements edge
  • Gestion de la connectivité intermittente et de la persistance locale

Réseautage hybride et connectivité sécurisée

  • Tunnels sécurisés entre l'edge et le cloud
  • Certificats, secrets et accès basé sur des jetons
  • Optimisation des performances pour une inférence à faible latence

Orchestration des déploiements d'IA distribués

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

Surveillance et observabilité entre les environnements

  • Suivi des performances d'inférence à travers les sites
  • Journalisation centralisée pour les systèmes d'IA hybrides
  • Détection des pannes et récupération automatisée

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

  • Mise à l'échelle des clusters edge et des nœuds cloud
  • Optimisation de l'utilisation de la bande passante et de la mise en cache
  • Équilibrage des charges de calcul entre le cloud et l'edge

Synthèse et prochaines étapes

Pré requis

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

Public cible

  • Architectes d'infrastructure
  • Ingénieurs de la fiabilité des sites (SRE)
  • Développeurs edge et IoT

Nombre de participants


Prix par participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires