Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction à Mistral à grande échelle
- Aperçu de Mistral Medium 3
- Compromis entre performances et coûts
- Considérations à l'échelle de l'entreprise
Schémas de déploiement pour les LLM
- Topologies de service et choix de conception
- Déploiements sur site vs cloud
- Stratégies hybrides et multi-cloud
Techniques d'optimisation de l'inférence
- Stratégies de groupement (batching) pour un débit élevé
- Méthodes de quantification pour la réduction des coûts
- Exploitation des accélérateurs et des GPU
Évolutivité et fiabilité
- Dimensionnement des clusters Kubernetes pour l'inférence
- Équilibrage de charge et routage du trafic
- Tolérance aux pannes et redondance
Cadres d'ingénierie des coûts
- Mesure de l'efficacité des coûts d'inférence
- Ajustement des ressources de calcul et de mémoire
- Surveillance et alertes pour l'optimisation
Sécurité et conformité en production
- Sécurisation des déploiements et des API
- Considérations en matière de gouvernance des données
- Conformité réglementaire en ingénierie des coûts
Études de cas et bonnes pratiques
- Architectures de référence pour Mistral à grande échelle
- Leçons apprises des déploiements d'entreprise
- Tendances futures dans l'inférence LLM efficace
Conclusion et prochaines étapes
Pré requis
- Bonne compréhension du déploiement des modèles d'apprentissage automatique
- Expérience avec les infrastructures cloud et les systèmes distribués
- Connaissance des stratégies de réglage des performances et d'optimisation des coûts
Public cible
- Ingénieurs d'infrastructure
- Architectes cloud
- Responsables MLOps