Plan Szkolenia
Wprowadzenie do operacji Kubernetes wspomaganych przez AI
- Dlaczego AI ma znaczenie dla nowoczesnych operacji klastrowych
- Ograniczenia tradycyjnej logiki skalowania i planowania
- Kluczowe koncepcje uczenia maszynowego w zarządzaniu zasobami
Podstawy zarządzania zasobami w Kubernetes
- Podstawy alokacji CPU, GPU i pamięci
- Zrozumienie przydziałów, limitów i żądań
- Identyfikowanie wąskich gardeł i nieefektywności
Podejścia uczenia maszynowego do planowania
- Modele nadzorowane i nienadzorowane do rozmieszczania obciążeń
- Algorytmy predykcyjne do prognozowania zapotrzebowania na zasoby
- Wykorzystanie cech ML w niestandardowych planistach
Uczenie ze wzmocnieniem do inteligentnego autoskalowania
- Jak agenci RL uczą się na podstawie zachowania klastra
- Projektowanie funkcji nagrody w celu zwiększenia efektywności
- Budowanie strategii autoskalowania opartych na RL
Predykcyjne autoskalowanie z wykorzystaniem metryk i telemetrii
- Wykorzystanie danych Prometheusa do prognozowania
- Stosowanie modeli szeregów czasowych do autoskalowania
- Ocena dokładności prognoz i dostrajanie modeli
Wdrażanie narzędzi optymalizacyjnych sterowanych przez AI
- Integracja frameworków ML z kontrolerami Kubernetes
- Wdrażanie inteligentnych pętli sterowania
- Rozszerzanie KEDA o podejmowanie decyzji wspomagane przez AI
Strategie optymalizacji kosztów i wydajności
- Obniżanie kosztów obliczeniowych dzięki skalowaniu predykcyjnemu
- Poprawa wykorzystania GPU dzięki rozmieszczaniu sterowanemu przez ML
- Równoważenie opóźnień, przepustowości i efektywności
Praktyczne scenariusze i rzeczywiste przypadki użycia
- Autoskalowanie aplikacji o wysokim obciążeniu przy użyciu AI
- Optymalizacja heterogenicznych pul węzłów
- Stosowanie ML w środowiskach wielodostępnych
Podsumowanie i dalsze kroki
Wymagania
- Znajomość podstaw Kubernetes
- Doświadczenie we wdrażaniu aplikacji kontenerowych
- Znajomość operacji klastrowych i zarządzania zasobami
Grupa docelowa
- Inżynierowie SRE pracujący z rozproszonymi systemami na dużą skalę
- Operatorzy Kubernetes zarządzający obciążeniami o wysokim zapotrzebowaniu
- Inżynierowie platform optymalizujący infrastrukturę obliczeniową
Opinie uczestników (2)
Jak już mówiłem wcześniej, dla osoby takiej jak ja (bez doświadczenia) był to punkt wyjścia do zrozumienia funkcji i możliwości tych programów/narzędzi itd.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Szkolenie - Docker and Kubernetes
Przetłumaczone przez sztuczną inteligencję
podstawowa wiedza na temat kontenerów/Kubernetes oraz ich wzajemnej interakcji funkcje platformy OpenShift
Eric Scholze - NOW IT GmbH
Szkolenie - Introduction to Containers, Kubernetes & OpenShift
Przetłumaczone przez sztuczną inteligencję