Cursusaanbod

Introductie tot AI-geïmplementeerde Kubernetes-bewerkingen

  • Waarom AI belangrijk is voor moderne clusterbewerkingen
  • Beperkingen van traditionele schaalmiddelen en planninglogica
  • Belangrijke concepten van ML voor bronbeheer

Grondslagen van Kubernetes-bronbeheer

  • Fundamenten van CPU-, GPU- en geheugentoewijzing
  • Quota's, limieten en verzoeken begrijpen
  • Bottlenecks en inefficiënties identificeren

Machine Learning-benaderingen voor planning

  • Gesuperviseerde en ongesuperviseerde modellen voor werkbelastingplaatsing
  • Predictieve algoritmen voor bronvraag
  • ML-functies in aangepaste planningsprogramma's gebruiken

Reinforcement Learning voor intelligente autoscaling

  • Hoe RL-agents leren van clustergedrag
  • Efficiëntie bevorderende beloningsfuncties ontwerpen
  • RL-geleide autoscaling-strategieën opbouwen

Predictieve autoscaling met metrieken en telemetrie

  • Prometheus-gegevens gebruiken voor voorspellingen
  • Tijdreeksmodellen toepassen op autoscaling
  • Voorspellingsnauwkeurigheid evalueren en modellen afstellen

Implementatie van AI-geleide optimalisatietools

  • ML-frameworks integreren met Kubernetes-controllers
  • Intelligent regelcirkels implementeren
  • KEDA uitbreiden voor AI-assistente besluitvorming

Kosten- en prestatieoptimalisatiestrategieën

  • Computekosten verminderen door predictieve schaling
  • GPU-nuttigheid verbeteren met ML-geleide plaatsing
  • Latentie, doorvoer en efficiëntie afwegen

Praktische scenario's en echte gebruiksscenario's

  • AI-geleide autoscaling van hoge belasting toepassingen
  • Heterogene node-pools optimaliseren
  • ML-toepassen in multi-tenant omgevingen

Samenvatting en volgende stappen

Vereisten

  • Een begrip van Kubernetes-grondbeginselen
  • Ervaring met containerized toepassingsimplementaties
  • Kennis van clusterbewerkingen en bronbeheer

Publiek

  • SRE's die werken met large-scale gedistribueerde systemen
  • Kubernetes-operateurs die high-demand werkbelastingen beheren
  • Platform ingenieurs die compute-infrastructuur optimaliseren
 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën