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.
Plan du cours
Souveraineté IA et déploiement local des LLM
- Risques des LLM cloud : rétention des données, formation sur les entrées, juridiction étrangère.
- Architecture Ollama : serveur de modèles, registre et API compatible OpenAI.
- Comparaison avec vLLM, llama.cpp et Text Generation Inference.
- Licences des modèles : conditions d'utilisation de Llama, Mistral, Qwen et Gemma.
Installation et configuration matérielle
- Installation d'Ollama sur Linux avec prise en charge de CUDA et ROCm.
- Solution de repli CPU uniquement et optimisation AVX/AVX2.
- Déploiement Docker et mappage des volumes persistants.
- Configuration multi-GPU et stratégies d'allocation VRAM.
Gestion des modèles
- Téléchargement de 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 modèle et limites de chargement concurrent des modèles.
Modelfiles personnalisés
- Rédaction de la syntaxe Modelfile : FROM, PARAMETER, SYSTEM, TEMPLATE.
- Ajustement de la température, top_p et repeat_penalty.
- Ingénierie des invites système pour un comportement spécifique au rôle.
- Création et publication de modèles personnalisés vers le registre local.
Intégration API
- Point de terminaison /v1/chat/completions compatible OpenAI.
- Réponses en flux (streaming) et mode JSON.
- Intégration avec LangChain, LlamaIndex et applications personnalisées.
- Authentification et limitation du débit via un proxy inverse.
Optimisation des performances
- Définir la taille de la fenêtre contextuelle et gérer le cache KV.
- Inférence par lots et gestion des requêtes parallèles.
- Affectation des threads CPU et sensibilité NUMA.
- Surveillance de l'utilisation du GPU et de la pression mémoire.
Sécurité et conformité
- Isolation réseau pour les points de terminaison de service des modèles.
- Pipelines de filtrage des entrées et de modération des sorties.
- Journalisation d'audit des invites et des complétions.
- Provenance des modèles et vérification par hachage.
Pré requis
- Administration Linux et des conteneurs à un niveau intermédiaire.
- Compréhension de haut niveau du machine learning et des modèles de type transformeur (transformer).
- Familiarité avec les API REST et JSON.
Audience cible
- Ingénieurs IA et développeurs remplaçant les APIs LLM cloud.
- Organisations soumises à une sensibilité des données empêchant l'utilisation de modèles cloud.
- Équipes gouvernementales et de la défense nécessitant des modèles lingu隔离és (air-gapped).
14 Heures