Contacta con nosotros

Temario del curso

Introducción a EXO y Clustering de IA Local

  • Visión general del framework EXO y el ecosistema exo-explore
  • Comparación entre inferencia centralizada en la nube e inferencia local distribuida
  • Arquitectura: descubrimiento de dispositivos con libp2p, backend MLX, dashboard y capas API
  • Requisitos de hardware: Apple Silicon (M3 Ultra, M4 Pro/Max), Thunderbolt 5, almacenamiento compartido

Instalación de EXO en macOS

  • Configuración de Xcode, Metal ToolChain y prerequisitos de macOS
  • Instalación de uv, Node.js, herramienta Rust nightly
  • Instalación del fork macmon fijado para monitoreo de Apple Silicon
  • Clonar el repositorio y construir el dashboard con npm
  • Ejecutar EXO desde el código fuente y verificar el dashboard en localhost:52415

Instalación de EXO en Linux

  • Instalación de dependencias mediante apt o Homebrew en Linux
  • Configuración de uv, Node.js 18+ y Rust nightly
  • Construcción del dashboard y ejecución de EXO en modo solo CPU
  • Estructura de directorios: rutas XDG Base Directory para configuración, datos, caché y registros

Descubrimiento Automático de Dispositivos y Formación de Clusters

  • Comprensión del auto-descubrimiento basado en libp2p a través de redes locales
  • Configuración de nombres de grupo personalizados con EXO_LIBP2P_NAMESPACE para aislamiento del cluster
  • Verificación de la membresía del nodo en la vista de cluster del dashboard
  • Gestión de fallos de descubrimiento y problemas de segmentación de red

Habilitación de RDMA sobre Thunderbolt 5

  • Arquitectura de RDMA y la afirmación de reducción del 99 por ciento en la latencia
  • Habilitar RDMA en el modo de recuperación de macOS con rdma_ctl
  • Requisitos de cableado y restricciones de topología de puertos en Mac Studio
  • Igualación de versiones de macOS en todos los nodos del cluster
  • Solución de problemas de descubrimiento RDMA y configuración DHCP

Despliegue de Modelos Frontier

  • Uso del dashboard para cargar y fragmentar modelos DeepSeek v3.1, Qwen3-235B y familia Llama
  • Visualización de asignaciones de instancias con el punto final /instance/previews API
  • Creación de instancias de modelo con fragmentación por pipeline o paralelismo de tensor
  • Configuración de tarjetas de modelo personalizadas desde el hub HuggingFace

Monitoreo y Solución de Problemas

  • Lectura de registros EXO y comprensión del rastro distribuido
  • Interpretación de la salud del cluster en la vista de cluster del dashboard
  • Diagnóstico de fallos en nodos workers y comportamiento de reconexión
  • Uso de EXO_TRACING_ENABLED para análisis de cuellos de botella de rendimiento

Mantenimiento y Actualización del Cluster

  • Actualización de binarios EXO y procedimientos de reconstrucción del dashboard
  • Migración de cachés de modelos y gestión de modelos pre-descargados sobre NFS
  • Eliminación ordenada de nodos y reequilibrio de cargas de trabajo

Requerimientos

  • Comprensión de los fundamentos de redes (IP, subnetting, firewalls)
  • Experiencia con administración de línea de comandos en macOS o Linux
  • Familiaridad con la gestión de paquetes Python (pip/uv) y herramientas Node.js

Audiencia

  • Administradores de sistemas
  • Ingenieros de DevOps
  • Arquitectos de infraestructura de IA responsables del despliegue on-premise de LLMs
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas