Ponte en Contacto

Temario del curso

Introducción al escalado de Ollama

  • Arquitectura de Ollama y consideraciones para el escalado
  • Cuellos de botella comunes en despliegues multiusuario
  • Mejores prácticas para la preparación de la infraestructura

Asignación de recursos y optimización de GPU

  • Estrategias para una utilización eficiente de CPU/GPU
  • Consideraciones de 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 batching

  • Diseño de políticas de autoscaling para Ollama
  • Técnicas de inferencia por lotes (batching) para optimizar el rendimiento
  • Compromisos entre latencia y rendimiento

Optimización de latencia

  • Perfilado del rendimiento de inferencia
  • Estrategias de cacheo y calentamiento de modelos
  • Reducción de la sobrecarga de E/S y comunicación

Monitoreo y observabilidad

  • Integración de Prometheus para métricas
  • Creación de paneles (dashboards) con Grafana
  • Alertas y respuesta ante 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. local (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 DevOps
  • Equipos de infraestructura de ML
  • Ingenieros de confiabilidad de sitios (SRE)
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas