Ponte en Contacto

Temario del curso

Fundamentos del Despliegue de IA Híbrida

  • Comprensión de los modelos de despliegue híbrido, de nube y en el borde.
  • 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

  • Construcción de contenedores de inferencia con GPU y CPU.
  • Gestión de imágenes y registros seguros.
  • Implementación de entornos reproducibles para IA.

Despliegue de Servicios de IA en Entornos de Nube

  • Ejecución de inferencia en AWS, Azure y GCP mediante Docker.
  • Provisionamiento de capacidad de cómputo en la nube para el servicio de modelos.
  • Seguridad de endpoints de IA basados en la nube.

Técnicas de Despliegue en el Borde y Locales (On-Premise)

  • Ejecución de IA en dispositivos IoT, pasarelas y microservidores.
  • Runtimes ligeros para entornos de borde.
  • Gestión de conectividad intermitente y persistencia local.

Redes Híbridas y Conectividad Segura

”>
  • Túneles seguros entre el borde y la nube.
  • Certificados, secretos y acceso basado en tokens.
  • Ajuste de rendimiento para inferencia de baja latencia.

Orquestación de Despliegues de IA Distribuidos

  • Uso de K3s, K8s u orquestación ligera para configuraciones híbridas.
  • Descubrimiento de servicios y programación de cargas de trabajo.
  • Automatización de estrategias de despliegue en múltiples ubicaciones.

Monitoreo y Observabilidad a Través de Entornos

    ”>
  • Seguimiento del rendimiento de la inferencia en todas las ubicaciones.
  • Registros centralizados para sistemas de IA híbrida.
  • Detección de fallas y recuperación automatizada.

Escalar y Optimizar Sistemas de IA Híbridos

  • Escalado de clústeres de borde y nodos en la nube.
  • Optimización del uso del ancho de banda y el caché.
  • Balanceo de cargas de cómputo entre la nube y el borde.

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los conceptos de contenerización.
  • Experiencia con operaciones en la línea de comandos de Linux.
  • Conocimiento de los flujos de trabajo para el despliegue de modelos de IA.

Audiencia objetivo

  • Arquitectos de infraestructura.
  • Ingenieros de Fiabilidad del Sitio (SREs).
  • Desarrolladores de borde e IoT.
 21 Horas

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas