Contacta con nosotros

Temario del curso

Introducción a la contenedrización acelerada por GPU

  • Comprensión del uso de GPUs en flujos de trabajo de aprendizaje profundo
  • Cómo Docker admite cargas de trabajo basadas en GPU
  • Consideraciones clave de rendimiento

Instalación y configuración del NVIDIA Container Toolkit

  • Configuración de controladores y compatibilidad con CUDA
  • Validación del acceso a la GPU dentro de los contenedores
  • Configuración del entorno de tiempo de ejecución

Construcción de imágenes Docker habilitadas para GPU

  • Uso de imágenes base con CUDA
  • Empaquetado de marcos de trabajo de IA en contenedores listos para GPU
  • Gestión de dependencias para entrenamiento e inferencia

Ejecución de cargas de trabajo de IA aceleradas por GPU

  • Ejecución de trabajos de entrenamiento utilizando GPUs
  • Gestión de cargas de trabajo con múltiples GPUs
  • Monitoreo del uso de GPU

Optimización del rendimiento y la asignación de recursos

  • Limitación y aislamiento de recursos de GPU
  • Optimización de memoria, tamaños de lotes (batch) y colocación en dispositivos
  • Ajuste de rendimiento y diagnóstico

Inferencia en contenedores y entrega de modelos

  • Creación de contenedores listos para inferencia
  • Entrega de cargas de trabajo de alta demanda sobre GPUs
  • Integración de ejecutores de modelos y APIs

Escalado de cargas de trabajo de GPU con Docker

  • Estrategias para entrenamiento distribuido con GPU
  • Escalado de microservicios de inferencia
  • Coordinación de sistemas de IA con múltiples contenedores

Seguridad y confiabilidad para contenedores habilitados para GPU

  • Garantía del acceso seguro a la GPU en entornos compartidos
  • Endurecimiento de imágenes de contenedores
  • Gestión de actualizaciones, versiones y compatibilidad

Resumen y próximos pasos

Requerimientos

  • Comprensión de los fundamentos del aprendizaje profundo
  • Experiencia con Python y marcos de trabajo de IA comunes
  • Conocimiento de conceptos básicos de contenedrización

Audiencia

  • Ingenieros de aprendizaje profundo
  • Equipos de investigación y desarrollo
  • Entrenadores de modelos de IA
 21 Horas

Número de participantes


Precio por participante

Testimonios (3)

Próximos cursos

Categorías Relacionadas