Liên hệ với chúng tôi
 Thời gian kéo dài 21 Giờ học

Đề cương khóa học

Giới thiệu về Vận hành Kubernetes được nâng cao bởi AI

  • Tại sao AI quan trọng đối với vận hành cụm hiện đại
  • Hạn chế của các logic scaling và lập lịch truyền thống
  • Các khái niệm chính về ML trong quản lý tài nguyên

Nền tảng quản lý tài nguyên Kubernetes

  • Cơ sở phân bổ CPU, GPU và bộ nhớ
  • Hiểu về hạn mức (quotas), giới hạn (limits) và yêu cầu (requests)
  • Xác định các điểm nghẽn và sự kém hiệu quả

Các phương pháp học máy cho Lập lịch

  • Các mô hình giám sát và không giám sát cho việc đặt tải việc (workload placement)
  • Các thuật toán dự đoán nhu cầu tài nguyên
  • Sử dụng các đặc trưng ML trong các bộ điều lịch tùy chỉnh

Học tăng cường cho Autoscaling Thông minh

  • Cách các tác nhân RL học hỏi từ hành vi của cụm
  • Thiết kế các hàm phần thưởng (reward functions) cho hiệu quả
  • Xây dựng các chiến lược autoscaling do RL điều khiển

Autoscaling Dự đoán bằng Chỉ số và Telemetry

  • Sử dụng dữ liệu Prometheus để dự báo
  • Áp dụng các mô hình chuỗi thời gian cho autoscaling
  • Đánh giá độ chính xác dự đoán và tinh chỉnh mô hình

Triển khai các Công cụ Tối ưu hóa dựa trên AI

  • Tích hợp các framework ML với các bộ điều khiển (controllers) Kubernetes
  • Triển khai các vòng lặp điều khiển thông minh
  • Mở rộng KEDA cho ra quyết định có sự hỗ trợ của AI

Chiến lược Tối ưu hóa Chi phí và Hiệu năng

  • Giảm chi phí tính toán thông qua scaling dự đoán
  • Nâng cao hiệu suất sử dụng GPU bằng cách đặt vị trí do ML điều khiển
  • Cân bằng độ trễ, thông lượng và hiệu quả

Các Kịch bản Thực tế và Trường hợp Sử dụng Thực tế

  • Autoscaling các ứng dụng tải cao bằng AI
  • Tối ưu hóa các nhóm node không đồng nhất (heterogeneous node pools)
  • Áp dụng ML vào môi trường đa người thuê (multi-tenant)

Tóm tắt và Các bước tiếp theo

Yêu cầu

  • Hiểu biết về các khái niệm cơ bản của Kubernetes
  • Trải nghiệm trong việc triển khai ứng dụng dạng container
  • Quen thuộc với vận hành cụm và quản lý tài nguyên

Đối tượng tham gia

  • Kỹ sư SRE làm việc với các hệ thống phân tán quy mô lớn
  • Kỹ sư vận hành Kubernetes quản lý các tải việc có nhu cầu cao
  • Kỹ sư nền tảng tối ưu hóa hạ tầng tính toán

Số người tham gia


Giá cho mỗi học viên

Đánh giá (2)

Các khóa học sắp tới

Các danh mục liên quan