Plan Szkolenia
Wprowadzenie do operacji Kubernetes wspieranych przez AI
- Dlaczego AI ma znaczenie dla nowoczesnych operacji na klastrach
- 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 limitów, przydziałów i żądań
- Identyfikacja wąskich gardeł i nieefektywności
Podejścia uczenia maszynowego do planowania
- Modele nadzorowane i nienadzorowane do umieszczania obciążeń
- Algorytmy predykcyjne na potrzeby zapotrzebowania na zasoby
- Wykorzystanie funkcji ML w niestandardowych planistach
Uczenie ze wzmocnieniem w inteligentnym automatycznym skalowaniu
- Jak agenci RL uczą się na podstawie zachowania klastra
- Projektowanie funkcji nagrody dla efektywności
- Budowanie strategii automatycznego skalowania opartych na RL
Predykcyjne automatyczne skalowanie z wykorzystaniem metryk i telemetrii
- Wykorzystanie danych z Prometheus do prognozowania
- Stosowanie modeli szeregów czasowych do automatycznego skalowania
- Ocena dokładności predykcji i dostrajanie modeli
Implementacja narzędzi optymalizacji wspieranych przez AI
- Integracja frameworków ML z kontrolerami Kubernetes
- Wdrażanie inteligentnych pętli sterowania
- Rozszerzanie KEDA o wspomagane AI podejmowanie decyzji
Strategie optymalizacji kosztów i wydajności
- Redukcja kosztów obliczeniowych poprzez predykcyjne skalowanie
- Poprawa wykorzystania GPU dzięki umieszczaniu sterowanemu przez ML
- Równoważenie opóźnień, przepustowości i efektywności
Praktyczne scenariusze i przypadki użycia z rzeczywistych zastosowań
- Automatyczne skalowanie aplikacji o wysokim obciążeniu z wykorzystaniem AI
- Optymalizacja heterogenicznych pul węzłów
- Zastosowanie ML w środowiskach wielodostępnych
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie podstaw Kubernetes
- Doświadczenie w wdrażaniu aplikacji kontenerowych
- Znajomość operacji na klastrach i zarządzania zasobami
Grupa docelowa
- Inżynierowie SRE pracujący z dużymi systemami rozproszonymi
- Operatorzy Kubernetes zarządzający obciążeniami o wysokim zapotrzebowaniu
- Inżynierowie platform optymalizujący infrastrukturę obliczeniową
Opinie uczestników (5)
O mikroserwisach i sposobie ich utrzymania w Kubernetes
Yufri Isnaini Rochmat Maulana - Bank Indonesia
Szkolenie - Advanced Platform Engineering: Scaling with Microservices and Kubernetes
Przetłumaczone przez sztuczną inteligencję
Sposób, w jaki się do nas zwracał, kiedy wyjaśniał nam to, czego nie rozumieliśmy.
Marian - REGNOLOGY ROMANIA S.R.L.
Szkolenie - Deploying Kubernetes Applications with Helm
Przetłumaczone przez sztuczną inteligencję
Wytłumaczył wszystko, nie tylko pojęcia z zakresu k8s.
Stefan Voinea - EMAG IT Research S.R.L
Szkolenie - Certified Kubernetes Application Developer (CKAD) - exam preparation
Przetłumaczone przez sztuczną inteligencję
rozwiązywanie typowych problemów, zaprezentowanie ciekawych aplikacji
Marcin Kowalczyk
Szkolenie - Certified Kubernetes Administrator (CKA) - exam preparation
There was a lot to lean, but it never felt rushed.
thomas gardner - National Oceanography Centre
Szkolenie - Docker, Kubernetes and OpenShift for Administrators
Przetłumaczone przez sztuczną inteligencję