Prenez contact avec nous

Plan du cours

Fondements du déploiement d'IA hybride

  • Compréhension des modèles de déploiement hybride, cloud et edge
  • Caractéristiques des charges de travail IA et contraintes de l'infrastructure
  • Choix du bon schéma topologique de déploiement

Conteneurisation des charges de travail IA avec Docker

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

Déploiement des services IA sur les environnements cloud

  • Exécution de l'inférence sur AWS, Azure et GCP via Docker
  • Provisionnement 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 les appareils IoT, les passerelles et les micro-servers
  • Runtimes légers pour les environnements edge
  • Gestion de la connectivité intermittente et de la persistance locale

Réseau hybride et connectivité sécurisée

  • Tunneling sécurisé entre le edge et le cloud
  • Certificats, secrets et accès basé sur les jetons (tokens)
  • Tunage de performance pour l'inférence à faible latence

Orchestration des déploiements d'IA distribués

  • Utilisation de K3s, K8s ou d'un orchestrateur léger 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 de la performance de l'inférence sur les différents 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 du cache
  • Équilibrage des charges de calcul entre le cloud et le edge

Résumé et prochaines étapes

Pré requis

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

Audience cible

  • Architectes infrastructure
  • Ingénieurs SRE (Site Reliability Engineers)
  • Développeurs Edge et IoT
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (3)

Cours à venir

Catégories Similaires