Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Đề cương khóa học
Giới thiệu về Mistral ở quy mô lớn
- Tổng quan về Mistral Medium 3
- Sự đánh đổi giữa hiệu năng và chi phí
- Các yếu tố cần cân nhắc ở quy mô doanh nghiệp
Các mẫu triển khai cho LLMs
- Sơ đồ topo phục vụ và các lựa chọn thiết kế
- Triển khai tại chỗ (on-premises) so với triển khai trên đám mây
- Chiến lược kết hợp (hybrid) và đa đám mây (multi-cloud)
Kỹ thuật tối ưu hóa suy luận
- Các chiến lược batching cho thông lượng cao
- Các phương pháp lượng tử hóa để giảm chi phí
- Khai thác bộ tăng tốc và GPU
Khả năng mở rộng và độ tin cậy
- Mở rộng cụm Kubernetes cho suy luận
- Cân bằng tải và điều hướng lưu lượng
- Khả năng chịu lỗi và dự phòng
Các khung kỹ thuật chi phí
- Đo lường hiệu quả chi phí suy luận
- Cập nhật quy mô tài nguyên tính toán và bộ nhớ (right-sizing)
- Giám sát và cảnh báo để tối ưu hóa
Bảo mật và Tuân thủ trong môi trường sản xuất
- Bảo mật triển khai và API
- Các cân nhắc về quản trị dữ liệu
- Tuân thủ quy định trong kỹ thuật chi phí
Các nghiên cứu tình huống và Thực hành tốt nhất
- Các kiến trúc tham chiếu cho Mistral ở quy mô lớn
- Bài học kinh nghiệm từ các triển khai doanh nghiệp
- Xu hướng tương lai trong suy luận LLM hiệu quả
Tóm tắt và Các bước tiếp theo
Yêu cầu
- Hiểu biết vững chắc về việc triển khai mô hình học máy.
- Kinh nghiệm với hạ tầng đám mây và hệ thống phân tán.
- Nắm vững các chiến lược điều chỉnh hiệu năng (performance tuning) và tối ưu hóa chi phí.
Đối tượng tham gia
- Kỹ sư hạ tầng.
- Kiến trúc sư đám mây.
- Trưởng nhóm MLOps.
14 Giờ