Temario del curso
Fundamentos de la implementación híbrida de IA
- Comprensión de los modelos de despliegue híbrido, en la nube y en el edge
- Características de las cargas de trabajo de IA y restricciones de infraestructura
- Selección de la topología de despliegue adecuada
Contenerización de cargas de trabajo de IA con Docker
- Creación de contenedores de inferencia para GPU y CPU
- Gestión de imágenes seguras y registros
- Implementación de entornos reproducibles para IA
Despliegue de servicios de IA en entornos de nube
- Ejecución de inferencia en AWS, Azure y GCP a través de Docker
- Provisión de recursos de computación en la nube para el servicio de modelos
- Seguridad de los puntos de acceso de IA basados en la nube
Técnicas de despliegue en edge y local (on-premise)
- Ejecución de IA en dispositivos IoT, pasarelas y microservidores
- Runtime ligeros para entornos edge
- Gestión de conectividad intermitente y persistencia local
Redes híbridas y conectividad segura
- Tunelización segura entre edge y nube
- Certificados, secretos y acceso basado en tokens
- Ajuste de rendimiento para inferencia de baja latencia
Orquestación de despliegues distribuidos de IA
- Uso de K3s, K8s u orquestación ligera para configuraciones híbridas
- Detección de servicios y programación de cargas de trabajo
- Automatización de estrategias de despliegue multiubicación
Monitoreo y observabilidad entre entornos
- Seguimiento del rendimiento de inferencia en diferentes ubicaciones
- Registros centralizados para sistemas de IA híbridos
- Detección de fallos y recuperación automatizada
Escala y optimización de sistemas de IA híbridos
- Escala de clústeres edge y nodos de nube
- Optimización del uso del ancho de banda y la caché
- Equilibrio de cargas de computación entre la nube y el edge
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos de contenerización
- Experiencia con operaciones de línea de comandos de Linux
- Conocimiento de los flujos de trabajo de despliegue de modelos de IA
Público objetivo
- Arquitectos de infraestructura
- Ingenieros de fiabilidad de sitios (SREs)
- Desarrolladores de edge e IoT
Reseñas (2)
Como mencioné anteriormente, para una persona como yo (sin experiencia), esto supuso una puerta de entrada para comprender las funciones y características de estos programas, herramientas y demás.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Curso - Docker and Kubernetes
Traducción Automática
programa de cursos estructurado en múltiples niveles.
Bert Paelinckx - Cube SoftwareSolutions
Curso - Introduction to Docker
Traducción Automática
