Hubungi Kami

Kerangka Materi

Dasar-dasar Penyebaran AI Hibrida

  • Memahami model penyebaran hibrida, cloud, dan edge
  • Karakteristik beban kerja AI dan kendala infrastruktur
  • Memilih topologi penyebaran yang tepat

Mengonversi Beban Kerja AI ke Container dengan Docker

  • Membangun container inferensi GPU dan CPU
  • Mengelola image dan registry yang aman
  • Menyiapkan lingkungan yang dapat direproduksi untuk AI

Penyebaran Layanan AI ke Lingkungan Cloud

  • Menjalankan inferensi di AWS, Azure, dan GCP melalui Docker
  • Penyediaan komputasi cloud untuk penyajian model
  • Keamanan endpoint AI berbasis cloud

Teknik Penyebian Edge dan On-Prem

  • Menjalankan AI di perangkat IoT, gateway, dan microserver
  • Runtuan ringan untuk lingkungan edge
  • Mengelola koneksi intermiten dan penyimpanan lokal

Jaringan Hibrida dan Koneksi Aman

  • Tunneling aman antara edge dan cloud
  • Sertifikat, rahasia, dan akses berbasis token
  • Penyetelan kinerja untuk inferensi latensi rendah

Orkestrasi Penyebaran AI Terdistribusi

  • Menggunakan K3s, K8s, atau orkestrasi ringan untuk setup hibrida
  • Penemuan layanan dan penjadwalan beban kerja
  • Otomatisasi strategi penyebaran multi-lokasi

Pemantauan dan Observabilitas di Berbagai Lingkungan

  • Melacak kinerja inferensi di berbagai lokasi
  • Pencatatan log terpusat untuk sistem AI hibrida
  • Deteksi kegagalan dan pemulihan otomatis

Penskalaan dan Optimalisasi Sistem AI Hibrida

  • Penskalaan klaster edge dan node cloud
  • Optimalisasi penggunaan bandwidth dan caching
  • Menyeimbangkan beban komputasi antara cloud dan edge

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang konsep containerisasi
  • Pengalaman dengan operasi command-line Linux
  • Keterampilan dalam alur kerja penyebaran model AI

Audience

  • Arsitek infrastruktur
  • Insinyur Keandalan Situs (SREs)
  • Pengembang Edge dan IoT
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait