Plan du cours
Introduction aux opérations Kubernetes assistées par IA
- Pourquoi l'IA est essentielle pour les opérations modernes sur cluster
- Limites de la logique traditionnelle d'échelle et de planification
- Concepts clés de l'IA pour la gestion des ressources
Fondamentaux de la gestion des ressources Kubernetes
- Principes de l'allocation du CPU, du GPU et de la mémoire
- Comprendre les quotas, les limites et les requêtes
- Identifier les goulots d'étranglement et les inefficacités
Approches d'apprentissage automatique pour la planification
- Modèles supervisés et non supervisés pour le placement des charges de travail
- Algorithmes prédictifs pour la demande de ressources
- Utilisation de caractéristiques ML dans les planificateurs personnalisés
Apprentissage par renforcement pour une autosextension intelligente
- Comment les agents RL apprennent du comportement du cluster
- Conception de fonctions de récompense pour l'efficacité
- Construction de stratégies d'autosextension pilotées par le RL
Autosextension prédictive avec métriques et télémétrie
- Utilisation des données Prometheus pour la prévision
- Application de modèles de séries temporelles à l'autosextension
- Évaluation de la précision des prédictions et ajustement des modèles
Mise en œuvre d'outils d'optimisation pilotés par l'IA
- Intégration des frameworks ML avec les contrôleurs Kubernetes
- Déploiement de boucles de contrôle intelligentes
- Extension de KEDA pour la prise de décision assistée par IA
Stratégies d'optimisation des coûts et des performances
- Réduction des coûts de calcul grâce à l'échelle prédictive
- Amélioration de l'utilisation du GPU grâce au placement piloté par le ML
- Équilibrage de la latence, du débit et de l'efficacité
Scénarios pratiques et cas d'usage réels
- Autosextension d'applications à forte charge avec l'IA
- Optimisation des pools de nœuds hétérogènes
- Application du ML aux environnements multi-locataires
Résumé et prochaines étapes
Pré requis
- Comprendre les fondamentaux de Kubernetes
- Expérience du déploiement d'applications conteneurisées
- Connaissance des opérations sur cluster et de la gestion des ressources
Public cible
- Ingénieurs SRE travaillant sur des systèmes distribués à grande échelle
- Opérateurs Kubernetes gérant des charges de travail à forte demande
- Ingénieurs de plateforme optimisant l'infrastructure de calcul
Nos clients témoignent (4)
compréhension de base des conteneurs/Kubernetes et de leur interaction fonctionnalités de la plateforme OpenShift
Eric Scholze - NOW IT GmbH
Formation - Introduction to Containers, Kubernetes & OpenShift
Traduction automatique
About the microservices and how to maintenance kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Formation - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Comment les formateurs transmettent-ils efficacement leurs connaissances
Vu Thoai Le - Reply Polska sp. z o. o.
Formation - Certified Kubernetes Administrator (CKA) - exam preparation
Traduction automatique
Les connaissances et les échanges avec Augustin
Laurent - L'Office national des vacances annuelles (ONVA)
Formation - Docker and Kubernetes
Traduction automatique