Hubungi Kami
 Durasi 21 jam

Kerangka Materi

Dasar-dasar Pelbaran AI Hibrida

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

Mengontainerisasi Beban Kerja AI dengan Docker

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

Menyebarkan 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 Pelbaran Edge dan On-Prem

  • Menjalankan AI pada perangkat IoT, gateway, dan microserver
  • Runtime ringan untuk lingkungan edge
  • Manajemen konektivitas intermiten dan persistensi lokal

Jaringan Hibrida dan Konektivitas Aman

  • Terowongan aman antara edge dan cloud
  • Sertifikat, rahasia, dan akses berbasis token
  • Penyetelan performa untuk inferensi berlatensi rendah

Orkestrasi Pelbaran AI Terdistribusi

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

Memantau dan Observabilitas di Berbagai Lingkungan

  • Melacak performa inferensi di berbagai lokasi
  • Logging terpusat untuk sistem AI hibrida
  • Deteksi kegagalan dan pemulihan otomatis

Skalabilitas dan Optimasi Sistem AI Hibrida

  • Penskalaan klaster edge dan node cloud
  • Optimasi penggunaan bandwidth dan caching
  • Penyeimbangan beban komputasi antara cloud dan edge

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang konsep kontainerisasi
  • Pengalaman dengan operasi command-line Linux
  • Kepakaran dengan alur kerja pelbaran model AI

Audien

  • Arsitek infrastruktur
  • Insinyur Keandalan Situs (SRE)
  • Pengembang Edge dan IoT

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait