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
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).