Contacta con nosotros

Temario del curso

Introducción a la escalabilidad en 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 sobre memoria y ancho de banda
  • Restricciones de recursos a nivel de contenedor

Despliegue con contenedores y Kubernetes

  • Contenerización de Ollama con Docker
  • Ejecución de Ollama en clústers de Kubernetes
  • Balanceo de carga y descubrimiento de servicios

Autoescalado y agrupamiento (batching)

  • Diseño de políticas de autoescalado para Ollama
  • Técnicas de inferencia por lotes para optimizar el rendimiento
  • Compensación entre latencia y rendimiento

Optimización de la latencia

  • Perfilamiento del rendimiento de la inferencia
  • Estrategias de almacenamiento en caché y calentamiento del modelo
  • Reducción de la sobrecarga de E/S y comunicación

Monitoreo y observabilidad

  • Integración de Prometheus para métricas
  • Construcción de paneles con Grafana
  • Alertas y respuesta a incidentes para la infraestructura de Ollama

Gestión de costos y estrategias de escalado

  • Asignación de GPU consciente de los costos
  • Consideraciones sobre despliegue en la nube vs. on-premise
  • Estrategias para un escalado sostenible

Resumen y siguientes pasos

Requerimientos

  • Experiencia en administración de sistemas Linux
  • Comprensión de la contenerización y la orquestación
  • Conocimiento sobre el despliegue de modelos de aprendizaje automático

Público objetivo

  • Ingenieros DevOps
  • Equipos de infraestructura de aprendizaje machine learning
  • Ingenieros de confiabilidad del sitio (SRE)
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas