Temario del curso
Introducción a la contenerización acelerada por GPU
- Comprensión del uso de GPU en flujos de trabajo de aprendizaje profundo
- Cómo Docker admite cargas de trabajo basadas en GPU
- Consideraciones clave de rendimiento
Instalación y configuración del Kit de Herramientas de Contenedores de NVIDIA
- Configuración de controladores y compatibilidad con CUDA
- Validación del acceso a GPU dentro de los contenedores
- Configuración del entorno de tiempo de ejecución
Construcción de imágenes de Docker habilitadas con GPU
- Uso de imágenes base de CUDA
- Embalaje 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 usando GPUs
- Gestión de cargas de trabajo multi-GPU
- Monitoreo de la utilización de GPU
Optimización del rendimiento y la asignación de recursos
- Limitación y aislamiento de recursos de GPU
- Optimización de memoria, tamaños de lote y colocación de dispositivos
- Ajuste de rendimiento y diagnóstico
Inferencia en contenedores y servicio de modelos
- Construcción de contenedores listos para inferencia
- Atención de cargas de trabajo de alto tráfico en GPUs
- Integración de ejecutores de modelos y API
Escala de cargas de trabajo de GPU con Docker
- Estrategias para el entrenamiento distribuido de GPU
- Escala de microservicios de inferencia
- Coordinación de sistemas de IA multi-contenedor
Seguridad y confiabilidad para contenedores habilitados con GPU
- Aseguramiento de un acceso seguro a GPU en entornos compartidos
- Fortalecimiento de las imágenes de contenedor
- 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
- Familiaridad con conceptos básicos de contenerización
Público Objetivo
- Ingenieros de aprendizaje profundo
- Equipos de investigación y desarrollo
- Entrenadores de modelos de IA
Reseñas (2)
Como mencioné anteriormente, para una persona como yo (sin experiencia), esto supuso una puerta de entrada para comprender las funciones y características de estos programas, herramientas y demás.
Patrick V. Duylovski - UBB + DZI (KBC GROUP)
Curso - Docker and Kubernetes
Traducción Automática
programa de cursos estructurado en múltiples niveles.
Bert Paelinckx - Cube SoftwareSolutions
Curso - Introduction to Docker
Traducción Automática
