Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Introducción al escalado de Ollama
- Arquitectura de Ollama y consideraciones para el escalado
- Cuellos de botella comunes en implementaciones de múltiples usuarios
- Mejores prácticas para la preparación de la infraestructura
Asignación de recursos y optimización de GPU
- Estrategias para la utilización eficiente de CPU/GPU
- Consideraciones sobre memoria y ancho de banda
- Restricciones de recursos a nivel de contenedor
Implementación con contenedores y Kubernetes
- Contenerización de Ollama con Docker
- Ejecución de Ollama en clústeres de Kubernetes
- Balanceo de carga y descubrimiento de servicios
Escalado automático y loteo (batching)
- Diseño de políticas de escalado automático para Ollama
- Técnicas de inferencia por lotes para optimizar el throughput
- Compromisos entre latencia y throughput
Optimización de la latencia
- Perfiles de rendimiento de inferencia
- Estrategias de caché y calentamiento de modelos
- Reducción de la sobrecarga de E/S y comunicación
Monitoreo y observabilidad
- Integración de Prometheus para métricas
- Creación de tableros con Grafana
- Alertas y respuesta a incidentes para la infraestructura de Ollama
Gestión de costos y estrategias de escalado
- Asignación de GPU consciente de costos
- Consideraciones sobre implementación en la nube versus en sitio (on-premises)
- Estrategias para un escalado sostenible
Resumen y próximos pasos
Requerimientos
- Experiencia en administración de sistemas Linux
- Comprensión de la contenerización y orquestación
- Familiaridad con la implementación de modelos de aprendizaje automático
Audiencia objetivo
- Ingenieros de DevOps
- Equipos de infraestructura de aprendizaje automático (ML)
- Ingenieros de fiabilidad de sitios (SRE)