Prenez contact avec nous

Plan du cours

Introduction à l'Edge AI et à Kubernetes

  • Comprendre le rôle de l'IA en périphérie
  • Kubernetes en tant qu'orchestrateur pour les environnements distribués
  • Cas d'usage typiques dans divers secteurs

Distributions Kubernetes pour les environnements Edge

  • Comparaison de K3s, MicroK8s et KubeEdge
  • Workflows d'installation et de configuration
  • Exigences des nœuds et patterns de déploiement

Architectures pour le déploiement de l'Edge AI

  • Modèles Edge centralisés, décentralisés et hybrides
  • Allocation des ressources sur des nœuds à ressources limitées
  • Topologies multi-nœuds et clusters distants

Déploiement de modèles d'apprentissage automatique en périphérie

  • Conditionnement des charges de travail d'inférence avec des conteneurs
  • Utilisation du matériel GPU et des accélérateurs, lorsque disponibles
  • Gestion des mises à jour des modèles sur des dispositifs distribués

Stratégies de communication et de connectivité

  • Prise en charge des conditions réseau intermittentes et instables
  • Techniques de synchronisation des données Edge-to-cloud
  • Files d'attente de messages et considérations protocolaires

Observabilité et surveillance en périphérie

  • Approches de monitoring légères
  • Collecte de télémétrie depuis des nœuds distants
  • Débogement des workflows d'inférence distribués

Sécurité des déploiements Edge AI

  • Protection des données et des modèles sur des dispositifs aux ressources limitées
  • Stratégies de démarrage sécurisé et d'exécution de confiance
  • Authentification et autorisation entre les nœuds

Optimisation des performances pour les charges de travail Edge

  • Réduction de la latence grâce aux stratégies de déploiement
  • Considérations relatives au stockage et au cache
  • Ajustement des ressources de calcul pour l'efficacité de l'inférence

Synthèse et prochaines étapes

Pré requis

  • Une compréhension des applications conteneurisées
  • Une expérience en administration Kubernetes
  • Une familiarité avec les concepts du computing en périphérie

Public cible

  • Ingénieurs IoT déployant des dispositifs distribués
  • Développeurs cloud-native concevant des applications intelligentes
  • Architectes Edge concevant des environnements connectés
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (3)

Cours à venir

Catégories Similaires