Schulungsübersicht
Einführung in die KI-erweiterten Kubernetes-Operationen
- Warum KI für moderne Cluster-Betrieb entscheidend ist
- Grenzen der traditionellen Skalierungs- und Scheduling-Logik
- Wichtige Konzepte von ML für das Ressourcenmanagement
Grundlagen des Kubernetes-Ressourcenmanagements
- Grundlagen der Zuweisung von CPU, GPU und Arbeitsspeicher
- Verständnis von Quotas, Limits und Requests
- Identifizierung von Engpässen und Ineffizienzen
Machine-Learning-Approaches für das Scheduling
- Bewachte und unbewachte Modelle für die Workload-Platzierung
- Prädiktive Algorithmen für den Ressourcenbedarf
- Einsatz von ML-Features in benutzerdefinierten Schedulern
Reinforcement Learning für intelligentes Autoscaling
- Wie RL-Agenten aus dem Clusterverhalten lernen
- Gestaltung von Belohnungsfunktionen für Effizienz
- Aufbau von RL-gesteuerten Autoscaling-Strategien
Prädiktives Autoscaling mit Metriken und Telemetrie
- Nutzung von Prometheus-Daten für Prognosen
- Anwendung von Zeitreihenmodellen auf das Autoscaling
- Auswertung der Vorhersagegenauigkeit und Feinabstimmung der Modelle
Implementierung von KI-gesteuerten Optimierungs-Werkzeugen
- Integration von ML-Frameworks mit Kubernetes-Controllern
- Deployment intelligenter Steuerungs-Schleifen
- Erweiterung von KEDA für KI-gestützte Entscheidungsfindung
Strategien zur Kosten- und Performance-Optimierung
- Senkung der Compute-Kosten durch prädiktives Skalieren
- Verbesserung der GPU-Auslastung durch ML-gesteuerte Platzierung
- Ausgleich von Latenz, Durchsatz und Effizienz
Praktische Szenarien und Use-Cases aus der Praxis
- Autoscaling von Hochlast-Anwendungen mit KI
- Optimierung heterogener Node-Pools
- Anwendung von ML in Multi-Tenant-Umgebungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis der Kubernetes-Grundlagen
- Erfahrung mit der Bereitstellung von Container-App-Lösungen
- Vertrautheit mit Cluster-Betrieb und Ressourcenmanagement
Zielgruppe
- SREs, die mit großskaligen verteilten Systemen arbeiten
- Kubernetes-Operatoren, die Workloads mit hohem Bedarf verwalten
- Platform-Engineers, die die Compute-Infrastruktur optimieren
Erfahrungsberichte (3)
grundlegendes Verständnis von Containern und Kubernetes sowie deren Interaktion Funktionen der OpenShift-Plattform
Eric Scholze - NOW IT GmbH
Kurs - Introduction to Containers, Kubernetes & OpenShift
Maschinelle Übersetzung
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