Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Introducción al escalado de Ollama
- Arquitectura de Ollama y consideraciones de escalado
- Cuellos de botella comunes en despliegues de múltiples usuarios
- Mejores prácticas para la preparación de la infraestructura
Asignación de recursos y optimización de GPU
- Estrategias de uso eficiente de CPU/GPU
- Consideraciones sobre memoria y ancho de banda
- Restricciones de recursos a nivel de contenedor
Despliegue con contenedores y Kubernetes
- Contenerización de Ollama con Docker
- Ejecución de Ollama en clústeres de Kubernetes
- Balanceo de carga y descubrimiento de servicios
Autoscaling y procesamiento por lotes
- Diseño de políticas de autoscaling para Ollama
- Técnicas de inferencia por lotes para la optimización del rendimiento
- Compensaciones entre latencia y rendimiento
Optimización de la latencia
- Perfiles de rendimiento de la inferencia
- Estrategias de caché y calentamiento de modelos
- Reducción de la sobrecarga de E/S y comunicación
Monitoreo y observabilidad
- Integración de Prometheus para métricas
- Creación de tableros con Grafana
- Alertas y respuesta a incidentes para la infraestructura de Ollama
Gestión de costos y estrategias de escalado
- Asignación de GPU consciente de costos
- Consideraciones de despliegue en la nube vs. en sitio (on-premise)
- Estrategias para un escalado sostenible
Resumen y próximos pasos
Requerimientos
- Experiencia en administración de sistemas Linux
- Comprensión de la contenerización y orquestación
- Familiaridad con el despliegue de modelos de aprendizaje automático
Público objetivo
- Ingenieros de DevOps
- Equipos de infraestructura de ML
- Ingenieros de confiabilidad del sitio (SRE)