Schulungsübersicht
Einführung in KI-verbesserte Kubernetes-Betrieb
- Warum KI für moderne Cluster-Betrieb wichtig ist
- Grenzen traditioneller Skalierungs- und Scheduling-Logik
- Wesentliche Konzepte von ML für das Ressourcenmanagement
Grundlagen des Kubernetes-Ressourcenmanagements
- Grundlagen der Allokation von CPU, GPU und Speicher
- Verständnis von Quotas, Limits und Requests
- Identifizierung von Engpässen und Ineffizienzen
Maschinelles-Lernen-Ansätze für das Scheduling
- Überwachte und unüberwachte Modelle für die Platzierung von Workloads
- Prädiktive Algorithmen für den Ressourcenbedarf
- Nutzung von ML-Features in benutzerdefinierten Schedulingern
Reinforcement Learning für intelligentes Autoscaling
- Wie RL-Agenten aus dem Cluster-Verhalten lernen
- Gestaltung von Belohnungsfunktionen für Effizienz
- Aufbau von RL-gestützten Autoscaling-Strategien
Prädiktives Autoscaling mit Metriken und Telemetrie
- Nutzung von Prometheus-Daten für Vorhersagen
- Anwendung von Zeitreihenmodellen für Autoscaling
- Bewertung der Vorhersagegenauigkeit und Anpassung der Modelle
Implementierung von KI-gestützten Optimierungswerkzeugen
- Integration von ML-Frameworks in Kubernetes-Controller
- Deployment intelligenter Steuerungsloops
- Erweiterung von KEDA für KI-gestützte Entscheidungsfindung
Kosten- und Leistungsoptimierungsstrategien
- Senkung der Rechenkosten durch prädiktives Skalieren
- Verbesserung der GPU-Auslastung durch ML-gestützte Platzierung
- Balance zwischen Latenz, Durchsatz und Effizienz
Praktische Szenarien und reale Anwendungsfälle
- Autoscaling von Hochlastanwendungen mit KI
- Optimierung heterogener Node-Pools
- Anwendung von ML in Multi-Tenant-Umgebungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis der Kubernetes-Grundlagen
- Erfahrung mit dem Deployment von containerisierten Anwendungen
- Vertrautheit mit Cluster-Betrieb und Ressourcenmanagement
Zielgruppe
- SREs, die mit grossen verteilten Systemen arbeiten
- Kubernetes-Operatoren, die Workloads mit hoher Auslastung verwalten
- Plattform-Ingenieure, die Recheninfrastruktur optimieren
Erfahrungsberichte (2)
Wie ich bereits erwähnt habe, war dies für mich (ohne Erfahrung) ein Tor zum Verständnis der Funktionen und Möglichkeiten dieser Programme und Werkzeuge.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Kurs - Docker and Kubernetes
Maschinelle Übersetzung
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
