聯繫我們

課程簡介

EXO基礎設施即代碼

  • EXO部署模式概述:單節點、多節點和RDMA集羣
  • 使用配置管理自動化依賴安裝(Xcode、uv、Node.js、Rust)
  • 使用Nix flakes構建可復現的EXO構建和開發環境
  • 編寫Ansible playbook或Shell腳本實現無人值守的集羣配置

可復現的構建與CI集成

  • 在CI管道中固定依賴項並構建儀表盤
  • 在GitHub Actions或GitLab CI運行器中執行EXO冒煙測試
  • 爲macOS和Linux虛擬機創建黃金鏡像和基於快照的回滾工作流
  • 將自定義模型卡與應用代碼一起版本化

集羣發現與網絡自動化

  • 配置mDNS和靜態DNS以實現可靠的libp2p節點發現
  • 在macOS上自動化網絡配置文件創建和Thunderbolt橋接管理
  • 使用自定義命名空間(EXO_LIBP2P_NAMESPACE)分離開發、預發佈和生產集羣
  • 爲多租戶環境配置防火牆規則和網絡分段

存儲與模型生命週期管理

  • 設計EXO_MODELS_DIRS和EXO_MODELS_READ_ONLY_DIRS策略
  • 將NFS或SAN共享掛載爲只讀模型倉庫以快速配置
  • 對過時緩存進行垃圾回收並制定版本化權重保留策略
  • 在滾動更新前自動化模型預下載和健康檢查

監控與告警

  • 將EXO日誌發送至集中日誌系統(ELK、Loki或Splunk)
  • 根據EXO_TRACING_ENABLED輸出構建Grafana儀表盤
  • 對集羣成員變更、OOM事件和推理延遲峯值進行告警
  • 將macmon硬件遙測數據與模型性能迴歸關聯

更新、回滾與災難恢復

  • 在全量部署前在Canary節點上分階段進行EXO二進制更新
  • 模型級回滾:在量化版本之間切換而無需重新下載
  • 備份和恢復集羣狀態、自定義命名空間及緩存權重
  • 爲完全集羣重建場景編寫恢復手冊

安全加固與合規

  • 在反向代理層(nginx、traefik)應用TLS以保護儀表盤和API
  • 爲EXO端點實施API速率限制和IP白名單
  • 使用VLAN和零信任網絡策略隔離集羣
  • 審計訪問權限並維護已部署模型和版本的清單

最低要求

  • 具備DevOps實踐經驗(CI/CD、IaC、容器編排)
  • 熟悉macOS或Linux系統管理與包管理
  • 瞭解網絡、DNS和存儲概念

目標受衆

  • DevOps工程師
  • 基礎設施架構師
  • 負責本地AI工作負載的SRE
 21 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類