Liên hệ với chúng tôi

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

Số người tham gia


Giá cho mỗi học viên

Các khóa học sắp tới

Các danh mục liên quan