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 admite 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 la GPU dentro de contenedores
  • Configuración del entorno de tiempo de ejecución

Creación de Imágenes de Docker Habilitadas para GPU

  • Uso de imágenes base de CUDA
  • Empaquetado de marcos 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 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 asignación de dispositivos
  • Ajuste de rendimiento y diagnóstico

Inferencia y Servicio de Modelos en Contenedores

  • Creación de contenedores listos para inferencia
  • Servicio de cargas de trabajo de alta carga en GPUs
  • Integración de ejecutores de modelos y APIs

Escalado de Cargas de Trabajo con GPU utilizando 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 con GPU

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

Resumen y Próximos Pasos

Requerimientos

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

Público Objetivo

  • Ingenieros de aprendizaje profundo
  • Equipos de investigación y desarrollo
  • Entrenadores de modelos de IA
 21 Horas

Número de participantes


Precio por participante

Testimonios (3)

Próximos cursos

Categorías Relacionadas