Kontakt aufnehmen

Schulungsübersicht

Grundlagen der hybriden KI-Implementierung

  • Verständnis der Hybrid-, Cloud- und Edge-Implementierungsmodelle
  • Eigenschaften von KI-Workloads und infrastrukturelle Einschränkungen
  • Auswahl der richtigen Implementierungstopologie

Containerisierung von KI-Workloads mit Docker

  • Erstellen von GPU- und CPU-Inferenzcontainern
  • Verwaltung sicherer Images und Register
  • Einführung reproduzierbarer Umgebungen für KI

Implementierung von KI-Diensten in Cloud-Umgebungen

  • Ausführen von Inferenz auf AWS, Azure und GCP über Docker
  • Provisionierung von Cloud-Computing-Ressourcen für das Modell-Serving
  • Sicherung cloudbasierter KI-Endpunkte

Techniken für Edge- und On-Prem-Implementierung

  • Ausführen von KI auf IoT-Geräten, Gateways und Microservern
  • Leichte Runtimes für Edge-Umgebungen
  • Verwaltung intermitterter Konnektivität und lokaler Persistenz

Hybride Vernetzung und sichere Konnektivität

  • Sicheres Tunneling zwischen Edge und Cloud
  • Zertifikate, Secrets und tokenbasierte Zugriffe
  • Performance-Tuning für Inferenz mit niedriger Latenz

Orchestrierung verteilter KI-Implementierungen

  • Verwendung von K3s, K8s oder leichtgewichtiger Orchestrierung für Hybrid-Setups
  • Service Discovery und Workload-Scheduling
  • Automatisierung von Rollout-Strategien für mehrere Standorte

Überwachung und Observability über verschiedene Umgebungen hinweg

  • Nacherfassung der Inferenzleistung an verschiedenen Standorten
  • Zentralisiertes Logging für hybride KI-Systeme
  • Fehlererkennung und automatisierte Wiederherstellung

Skalierung und Optimierung hybrider KI-Systeme

  • Skalierung von Edge-Clustern und Cloud-Knoten
  • Optimierung der Bandbreitennutzung und Caching
  • Lastverteilung zwischen Cloud und Edge

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von Containerisierungskonzepten
  • Erfahrung mit Linux-Befehlszeilenoperationen
  • Vertrautheit mit Workflows für die Implementierung von KI-Modellen

Zielgruppe

  • Infrastruktur-Architekten
  • Site Reliability Engineers (SREs)
  • Edge- und IoT-Entwickler
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien