Prenez contact avec nous
 Durée 14 heures

Plan du cours

Souveraineté IA et déploiement local des LLM

  • Risques des LLM cloud : rétention des données, entraînement sur les entrées, juridiction étrangère.
  • Architecture d’Ollama : serveur de modèles, registre et API compatible OpenAI.
  • Comparaison avec vLLM, llama.cpp et Text Generation Inference.
  • Conditions de licence des modèles : Llama, Mistral, Qwen et Gemma.

Installation et configuration matérielle

  • Installation d’Ollama sur Linux avec prise en charge de CUDA et ROCm.
  • Repli sur CPU uniquement et optimisation AVX/AVX2.
  • Déploiement Docker et mappage de volumes persistants.
  • Configuration multi-GPU et stratégies d’allocation de la VRAM.

Gestion des modèles

  • Téléchargement des modèles depuis le registre Ollama : ollama pull llama3.
  • Importation de modèles GGUF depuis HuggingFace et TheBloke.
  • Niveaux de quantification : compromis entre Q4_K_M, Q5_K_M et Q8_0.
  • Changement de modèles et limites de chargement simultané.

Modelfiles personnalisés

  • Rédaction de la syntaxe des Modelfiles : FROM, PARAMETER, SYSTEM, TEMPLATE.
  • Ajustement de la température, de top_p et de repeat_penalty.
  • Conception de prompts système pour un comportement spécifique au rôle.
  • Création et publication de modèles personnalisés dans un registre local.

Intégration API

  • Point de terminaison compatible OpenAI : /v1/chat/completions.
  • Réponses en streaming et mode JSON.
  • Intégration avec LangChain, LlamaIndex et applications personnalisées.
  • Authentification et limitation de débit via un proxy inverse.

Optimisation des performances

  • Dimensionnement de la fenêtre de contexte et gestion du cache KV.
  • Inférence par lots et traitement des requêtes parallèles.
  • Allocation des threads CPU et prise en charge de NUMA.
  • Surveillance de l’utilisation du GPU et de la pression mémoire.

Sécurité et conformité

  • Isolation réseau des points de terminaison de service des modèles.
  • Filtrage des entrées et pipelines de modération des sorties.
  • Journalisation d’audit des prompts et des complétions.
  • Provenance des modèles et vérification des hashes.

Pré requis

  • Administration intermédiaire de Linux et de conteneurs.
  • Compréhension des modèles de machine learning et des transformers à haut niveau.
  • Notions d’API REST et de JSON.

Public cible

  • Ingénieurs IA et développeurs cherchant à remplacer les API LLM du cloud.
  • Organisations dont la sensibilité des données empêche l’utilisation de modèles cloud.
  • Équipes gouvernementales et de défense nécessitant des modèles de langage isolés du réseau (air-gapped).

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires