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 despliegues multiusuario
- Mejores prácticas para la preparación de la infraestructura
Asignación de recursos y optimización de GPU
- Estrategias eficientes de utilización de CPU/GPU
- Consideraciones de memoria y ancho de banda
- Restricciones de recursos a nivel de contenedor
Despliegue con contenedores y Kubernetes
- Contenedorización de Ollama con Docker
- Ejecución de Ollama en clústeres de Kubernetes
- Balanceo de carga y descubrimiento de servicios
Autoscaling y Batching
- Diseño de políticas de autoscaling para Ollama
- Técnicas de inferencia por lotes para la optimización del rendimiento
- Compensación entre latencia y rendimiento
Optimización de latencia
- Perfilado del rendimiento de la 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 con conciencia de costos
- Consideraciones para el despliegue en la nube frente a las instalaciones propias
- Estrategias para un escalado sostenible
Resumen y próximos pasos
Requerimientos
- Experiencia en administración de sistemas Linux
- Comprensión de la contenedorización y orquestación
- Conocimiento del despliegue de modelos de aprendizaje automático
Audiencia
- Ingenieros DevOps
- Equipos de infraestructura de IA (ML)
- Ingenieros de confiabilidad de sitios (SRE)