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 a la escalabilidad de Ollama
- Arquitectura de Ollama y consideraciones de escalado
- Cuellos de botella comunes en implementaciones multiusuario
- Mejores prácticas para la preparación de la infraestructura
Asignación de recursos y optimización de GPU
- Estrategias eficientes de uso 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 clústeres de Kubernetes
- Equilibramiento de carga y descubrimiento de servicios
Autoescalado y procesamiento por lotes (Batching)
- Diseño de políticas de autoescalado para Ollama
- Técnicas de inferencia por lotes para optimizar el rendimiento
- Compromisos entre latencia y rendimiento
Optimización de la latencia
- Perfilado del rendimiento de inferencia
- Estrategias de caché y calentamiento del modelo (warm-up)
- Reducción de la sobrecarga de E/S y comunicación
Monitoreo y observabilidad
- Integración de Prometheus para métricas
- Creación 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 costos
- Consideraciones sobre despliegue en la nube vs. local (on-prem)
- Estrategias para un escalado sostenible
Resumen y próximos pasos
Requerimientos
- Experiencia en administración de sistemas Linux
- Conocimiento sobre contenerización y orquestación
- Familiaridad con la implementación de modelos de aprendizaje automático
Público Objetivo
- Ingenieros DevOps
- Equipos de infraestructura para IA/ML
- Ingenieros de confiabilidad del sitio (SRE)