感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間:
課程簡介
AI 增強的 Kubernetes 營運簡介
- 為何 AI 對現代叢集營運至關重要
- 傳統擴展與調度邏輯的局限性
- 資源管理中的 ML 關鍵概念
Kubernetes 資源管理的基礎
- CPU、GPU 和記憶體配置的基本概念
- 理解配額、限制與請求
- 識別瓶頸與效率低下的問題
用於調度的機器學習方法
- 用於工作負載放置的監督式與非監督式模型
- 資源需求預測演算法
- 在自訂調度器中使用 ML 特徵
用於智慧自動擴展的強化學學
- RL 代理如何從叢集行為中學習
- 設計用於效率的獎勵函數
- 建置由 RL 驅動的自動擴展策略
結合指標與遙測數據的預測式自動擴展
- 使用 Prometheus 數據進行預測
- 將時間序列模型應用於自動擴展
- 評估預測準確度並調整模型
實施 AI 驅動的優化工具
- 將 ML 框架與 Kubernetes 控制器整合
- 部署智慧控制循環
- 擴展 KEDA 以支援 AI 輔助決策
成本與效能最佳化策略
- 透過預測式擴展降低運算成本
- 利用 ML 驅動的放置改善 GPU 使用率
- 平衡延遲時間、吞吐量與效率
實際場景與真實世界用例
- 使用 AI 自動擴展高負載應用程式
- 最佳化異構節點池
- 在多租戶環境中應用 ML
總結與後續步驟
最低要求
- 具備 Kubernetes 基礎知識
- 具有容器化應用程式部署經驗
- 熟悉叢集營運與資源管理
目標受眾
- 處理大規模分佈式系統的 SRE
- 管理高需求工作負載的 Kubernetes 營運人員
- 最佳化運算基礎架構的平台工程師
客戶評論 (2)
如前所述,对于像我这样没有经验的人来说,这是了解这些程序/工具等功能与用途的入门途径。
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
課程 - Docker and Kubernetes
機器翻譯
對容器/Kubernetes及其交互方式的基本理解 OpenShift平臺的功能
Eric Scholze - NOW IT GmbH
課程 - Introduction to Containers, Kubernetes & OpenShift
機器翻譯