Zkuste nás kontaktovat
 Doba trvání 21 hodiny

Návrh Školení

Úvod do Edge AI a Kubernetes

  • Rozumění roli AI na okraji sítě
  • Kubernetes jako orchestrátor pro distribuovaná prostředí
  • Typické use case napříč odvětvími

Distribuce Kubernetes pro edge prostředí

  • Srovnání K3s, MicroK8s a KubeEdge
  • Pracovní postupy instalace a konfigurace
  • Požadavky na uzly a vzorce nasazení

Architektury pro nasazení Edge AI

  • Centralizované, decentralizované a hybridní edge modely
  • Alokace zdrojů napříč omezenými uzly
  • Topologie multi-node a vzdálených clusterů

Nasazování modelů machine learningu na okraji sítě

  • Příprava inference workloadů pomocí kontejnerů
  • Použití GPU a akcelerátorového hardwaru, pokud je k dispozici
  • Správa aktualizací modelů na distribuovaných zařízeních

Strategie komunikace a konektivity

  • Zvládnutí přerušovaných a nestabilních síťových podmínek
  • Techniky synchronizace pro data od edge do cloudu
  • Fronty zpráv a zvážení protokolů

Observovatelnost a monitorování na okraji sítě

  • Lehké přístupy k monitorování
  • Sběr telemetrie ze vzdálených uzlů
  • Ladění distribuovaných inference pracovních toků

Zabezpečení pro nasazení Edge AI

  • Ochrana dat a modelů na omezených zařízeních
  • Zabezpečené spouštění a strategie důvěryhodné exekuce
  • Autentizace a autorizace napříč uzly

Optimalizace výkonu pro edge workloady

  • Snižování latence prostřednictvím strategií nasazení
  • Zvážit úložiště a cachování
  • Ladění výpočetních zdrojů pro efektivitu inference

Shrnutí a další kroky

Požadavky

  • Pochopení kontejnerizovaných aplikací
  • Zkušenosti s administrací Kubernetes
  • Seznámení s koncepty edge výpočtu

Cílové publikum

  • IoT inženýři nasazující distribuovaná zařízení
  • Cloud-native vývojáři tvůrci inteligentních aplikací
  • Edge architekti navrhující propojená prostředí

Počet účastníků


Cena za účastníka

Reference (2)

Nadcházející kurzy

Související kategorie