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
- Verständnis von Hybrid-, Cloud- und Edge-Bereitstellungsmodellen
- Eigenschaften von KI-Lasten und Infrastrukturbedingungen
- Auswahl der richtigen Bereitstellungstopologie
Containerisierung von KI-Lasten mit Docker
- Erstellung von GPU- und CPU-Inferenzcontainern
- Verwaltung sicherer Images und Register
- Implementierung reproduzierbarer Umgebungen für KI
Bereitstellung von KI-Diensten in Cloud-Umgebungen
- Ausführung der Inferenz auf AWS, Azure und GCP über Docker
- Bereitstellung von Cloud-Compute-Ressourcen für das Modell-Serving
- Sicherheit cloudbasierter KI-Endpoints
Techniken zur Edge- und On-Premises-Bereitstellung
- Ausführung von KI auf IoT-Geräten, Gateways und Microservern
- Leichtgewichtige Runtimes für Edge-Umgebungen
- Verwaltung intermittierender Konnektivität und lokaler Persistenz
Hybrides Netzwerkmanagement und sichere Konnektivität
- Sichere Tunnels zwischen Edge und Cloud
- Zertifikate, Secrets und Token-basierter Zugang
- Performance-Optimierung für latenzarme Inferenz
Orchestrierung verteilter KI-Bereitstellungen
- Einsatz von K3s, K8s oder leichter Orchestrierung für Hybridsetups
- Service Discovery und Workload-Scheduling
- Automatisierung von Multi-Standort-Rollout-Strategien
Überwachung und Observability in allen Umgebungen
- Verfolgung der Inferenzleistung an verschiedenen Standorten
- Zentrale Protokolle für hybride KI-Systeme
- Fehlererkennung und automatisierte Wiederherstellung
Skalierung und Optimierung hybrider KI-Systeme
- Skalierung von Edge-Clustern und Cloud-Knoten
- Optimierung der Bandbreitennutzung und des Caching
- Auslastungsbilanzierung zwischen Cloud und Edge
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis von Containerisierungskonzepten
- Erfahrung mit Linux-Befehlszeilenoperationen
- Vertrautheit mit KI-Modellbereitstellungs Workflows
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