Zkuste nás kontaktovat

Návrh Školení

Úvod do AI vylepšených operací Kubernetes

  • Proč je AI důležitá pro moderní správu klastrů
  • Omezení tradiční logiky škálování a plánování
  • Klíčové koncepty machine learningu pro správu zdrojů

Základy správy zdrojů v Kubernetes

  • Základy alokace CPU, GPU a paměti
  • Rozumění kvótám, limitům a požadavkům
  • Identifikace úzkých míst a neefektivit

Přístupy machine learningu pro plánování

  • Dozorované a nedozorované modely pro umísťování workloadů
  • Prediktivní algoritmy pro poptávku po zdrojích
  • Použití funkcí ML v vlastních plánovačích

Posilovací učení pro inteligentní autoskalování

  • Jak agenti RL učí z chování klastru
  • Návrh funkcí odměny pro efektivitu
  • Vytváření strategií autoskalování řízených RL

Prediktivní autoskalování pomocí metrik a telemetrie

  • Použití dat Prometheus pro predikci
  • Aplikace modelů časových řad na autoskalování
  • Ohodnocení přesnosti predikce a ladění modelů

Implementace nástrojů pro optimalizaci řízenou AI

  • Integrace ML frameworků s kontrolery Kubernetes
  • Nasazování inteligentních regulačních smyček
  • Rozšíření KEDA pro rozhodování za asistence AI

Strategie optimalizace nákladů a výkonu

  • Snižování výpočetních nákladů pomocí prediktivního škálování
  • Zlepšování využití GPU pomocí umisťování řízeného ML
  • Rozechování latence, propustnosti a efektivity

Praktické scénáře a reálné použití

  • Autoskalování vysoce zatížených aplikací pomocí AI
  • Optimalizace heterogenních skupin uzlů
  • Aplikace ML v multi-tenant prostředí

Shrnutí a další kroky

Požadavky

  • Pochopení základů Kubernetes
  • Zkušenost s nasazováním kontejnerizovaných aplikací
  • Znalost operačního řízení klastrů a správy zdrojů

Cílová skupina

  • SRE pracující s distribuovanými systémy ve velkém měřítku
  • Kubernetes operátoři spravující vysoce náročné workloady
  • Platformní inženýři optimalizující výpočetní infrastrukturu
 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (4)

Nadcházející kurzy

Související kategorie