Contacta con nosotros

Temario del curso

Introducción a la contenedorización acelerada por GPU

  • Comprensión del uso de GPU en flujos de trabajo de aprendizaje profundo
  • Cómo Docker soporta 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 GPU dentro de los contenedores
  • Configuración del entorno de tiempo de ejecución

Creación de imágenes de Docker habilitadas para GPU

  • Uso de imágenes base con CUDA
  • Empaquetado de frameworks 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 tareas de entrenamiento utilizando GPUs
  • Gestión de cargas de trabajo con múltiples GPUs
  • Monitoreo del uso de la GPU

Optimización del rendimiento y 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

  • Creación de contenedores listos para inferencia
  • Atención de cargas de trabajo de alto rendimiento en GPUs
  • Integración de ejecutores de modelos y APIs

Escalado de cargas de trabajo 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

  • Garantizar un acceso seguro a la GPU en entornos compartidos
  • Fortalecimiento de imágenes de contenedores
  • Gestión de actualizaciones, versiones y compatibilidad

Resumen y siguientes pasos

Requerimientos

  • Comprensión de los fundamentos del aprendizaje profundo
  • Experiencia con Python y frameworks comunes de IA
  • Familiaridad con conceptos básicos de contenedores

Público objetivo

  • Ingenieros de aprendizaje profundo
  • Equipos de investigación y desarrollo
  • Especialistas en entrenamiento de modelos de IA
 21 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas