Schulungsübersicht
Einführung in KI-ergänzte Kubernetes-Operationen
- Warum KI für moderne Cluster-Operationen wichtig ist
- Grenzen herkömmlicher Skalierungs- und Scheduling-Logiken
- Kernkonzepte von ML für das Ressourcenmanagement
Grundlagen des Kubernetes-Ressourcenmanagements
- Grundlagen der CPU-, GPU- und Speicherallokation
- Verständnis von Quotas, Limits und Requests
- Identifizierung von Engpässen und Ineffizienzen
Machine-Learning-Ansätze für das Scheduling
- Überwachte und unüberwachte Modelle für die Workload-Platzierung
- Predictive Algorithmen für den Ressourcenbedarf
- Nutzung von ML-Funktionen in benutzerdefinierten Schedulern
Reinforcement Learning für intelligentes Autoscaling
- Wie RL-Agenten vom Cluster-Verhalten lernen
- Design von Reward-Funktionen für Effizienz
- Aufbau von RL-gesteuerten Autoscaling-Strategien
Predictive Autoscaling mit Metriken und Telemetrie
- Nutzung von Prometheus-Daten für die Prognose
- Anwendung von Zeitreihenmodellen auf das Autoscaling
- Bewertung der Prognosegenauigkeit und Feinabstimmung der Modelle
Implementierung KI-gesteuerter Optimierungstools
- Integration von ML-Frameworks mit Kubernetes-Controllern
- Bereitstellung intelligenter Steuerschleifen (Control Loops)
- Erweiterung von KEDA für KI-unterstützte Entscheidungsfindung
Kosten- und Leistungsoptimierungsstrategien
- Senkung der Rechenkosten durch predictive Scaling
- Verbesserung der GPU-Auslastung durch KI-gestützte Platzierung
- Ausgleich von Latenz, Durchsatz und Effizienz
Praktische Szenarien und reale Anwendungsfälle
- Autoscaling hochlastiger Anwendungen mit KI
- Optimierung heterogener Node-Pools
- Anwendung von ML in Multi-Tenant-Umgebungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Kenntnisse über Kubernetes
- Erfahrung mit der Bereitstellung containerisierter Anwendungen
- Vertrautheit mit Cluster-Betrieb und Ressourcenmanagement
Zielgruppe
- SREs, die mit großen verteilten Systemen arbeiten
- Kubernetes-Betreiber, die hochbelastete Workloads verwalten
- Platform Engineers, die die Recheninfrastruktur optimieren
Erfahrungsberichte (4)
Gute und machbare Übungen.
Jannes Wykhoff - Landesamt fur Geoinformation und Landesvermessung Niedersachsen (LGLN)
Kurs - Certified Kubernetes Application Developer (CKAD) - exam preparation
About the microservices and how to maintenance kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Kurs - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Wie Trainer Wissen effektiv vermitteln
Vu Thoai Le - Reply Polska sp. z o. o.
Kurs - Certified Kubernetes Administrator (CKA) - exam preparation
Maschinelle Übersetzung
Das Wissen und die Austausche mit Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Kurs - Docker and Kubernetes
Maschinelle Übersetzung