Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Grundlagen der hybriden KI-Bereitstellung
- Verstehen von Hybrid-, Cloud- und Edge-Bereitstellungsmodellen
- Eigenschaften von KI-Arbeitslasten und Infrastrukturbedingungen
- Auswahl der richtigen Bereitstellungstopologie
Containerisierung von KI-Arbeitslasten mit Docker
- Erstellung von GPU- und CPU-Inferenzcontainern
- Verwaltung sicherer Images und Registrierungen
- Implementierung reproduzierbarer Umgebungen für KI
Bereitstellung von KI-Diensten in Cloud-Umgebungen
- Ausführung der Inference auf AWS, Azure und GCP via Docker
- Stellen von Cloud-Compute-Ressourcen für das Modell Serving zur Verfügung
- Sicherheit von cloud-basierten KI-Endpunkten
Edge- und On-Prem-Bereitstellungstechniken
- Ausführung von KI auf IoT-Geräten, Gateways und Microservern
- Leichtgewichtige Laufzeiten für Edge-Umgebungen
- Umgang mit unterbrechbarer Konnektivität und lokaler Persistenz
Hybrides Networking und sichere Konnektivität
- Sichere Tunneling zwischen Edge und Cloud
- Zertifikate, Secrets und tokenbasierter Zugriff
- Performance-Tuning für latenzarme Inference
Orchestrierung verteilter KI-Bereitstellungen
- Einsatz von K3s, K8s oder leichter Orchestrierung für Hybridumgebungen
- Service Discovery und Workload-Scheduling
- Automatisierung der Multi-Standort-Ausrollstrategien
Monitoring und Observability über Umgebungen hinweg
- Verfolgung der Inference-Performance über Standorte hinweg
- Zentralisiertes Logging für hybride KI-Systeme
- Fehlererkennung und automatisierte Wiederherstellung
Skalieren und Optimieren von Hybrid-KI-Systemen
- Skalierung von Edge-Clustern und Cloud-Knoten
- Optimierung der Bandbreitennutzung und des Caching
- Ausgleich der Rechenlasten zwischen Cloud und Edge
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis von Containerisierungskonzepten
- Erfahrung mit Linux-Befehlszeilenoperationen
- Vertrautheit mit Arbeitsabläufen für die Bereitstellung von KI-Modellen
Zielgruppe
- Infrastrukturarchitekten
- Site Reliability Engineers (SREs)
- Edge- und IoT-Entwickler
21 Stunden
Erfahrungsberichte (3)
Gute und machbare Übungen.
Jannes Wykhoff - Landesamt fur Geoinformation und Landesvermessung Niedersachsen (LGLN)
Kurs - Certified Kubernetes Application Developer (CKAD) - exam preparation
Wie Trainer Wissen effektiv vermitteln
Vu Thoai Le - Reply Polska sp. z o. o.
Kurs - Certified Kubernetes Administrator (CKA) - exam preparation
Maschinelle Übersetzung
Der Trainer hatte viel Wissen und Geduld, die er mit uns teilen konnte.
Bogdan Olaru
Kurs - Introduction to Docker
Maschinelle Übersetzung