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 al escalamiento de Ollama
- Arquitectura de Ollama y consideraciones de escalabilidad
- Cuellos de botella comunes en despliegues de múltiples usuarios
- Buenas prácticas para la preparación de la infraestructura
Asignación de recursos y optimización de GPU
- Estrategias para una utilización eficiente de CPU/GPU
- Consideraciones de 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
- Balanceo de carga y descubrimiento de servicios
Autoescalamiento y lote (batching)
- Diseño de políticas de autoescalamiento para Ollama
- Técnicas de inferencia por lotes para optimizar el rendimiento
- Compromisos entre latencia y rendimiento (throughput)
Optimización de la latencia
- Perfilado del rendimiento de inferencia
- Estrategias de caché y calentamiento de modelos
- 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 escalabilidad
- Asignación de GPU con conciencia de costos
- Consideraciones de despliegue en la nube vs. en las instalaciones
- Estrategias para un escalamiento sostenible
Resumen y próximos pasos
Requerimientos
- Experiencia en administración de sistemas Linux
- Comprensión de la contenerización y orquestación
- Familiaridad con el despliegue de modelos de aprendizaje automático
Audiencia
- Ingenieros de DevOps
- Equipos de infraestructura de ML
- Ingenieros de confiabilidad de sitios