聯繫我們
 課程時長 21 時間:

課程簡介

混合式 AI 部署基础

  • 理解混合、云端和边缘部署模型
  • AI 工作负载特征与基础设施限制
  • 选择适合的部署拓扑

使用 Docker 容器化 AI 工作负载

  • 构建 GPU 和 CPU 推理容器
  • 管理安全的镜像与注册表
  • 实现可复现的 AI 环境

将 AI 服务部署到云端环境

  • 通过 Docker 在 AWS、Azure 和 GCP 上运行推理
  • 为模型服务配置云端计算资源
  • 保护基于云的 AI 端点

边缘与本地部署技术

  • 在物联网设备、网关和微服务器上运行 AI
  • 适用于边缘环境的轻量级运行时
  • 管理间歇性连接与本地持久化

混合网络与安全连接

  • 边缘与云之间的安全隧道
  • 证书、密钥与基于令牌的访问
  • 针对低延迟推理的性能调优

编排分布式 AI 部署

  • 使用 K3s、K8s 或轻量级编排实现混合部署
  • 服务发现与工作负载调度
  • 自动化多地点发布策略

跨环境监控与可观测性

  • 跟踪各位置的推理性能
  • 混合 AI 系统的集中式日志记录
  • 故障检测与自动恢复

扩展与优化混合 AI 系统

  • 扩展边缘集群与云端节点
  • 优化带宽使用与缓存
  • 平衡云端与边缘之间的计算负载

总结与后续步骤

最低要求

  • 了解容器化概念
  • 具备 Linux 命令行操作经验
  • 熟悉 AI 模型部署工作流程

目标受众

  • 基础设施架构师
  • 站点可靠性工程师(SRE)
  • 边缘与物联网开发者

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