Programa do Curso

Introdução à Containerização Acelerada por GPU

  • Compreendendo o uso de GPU em fluxos de trabalho de aprendizado profundo
  • Como o Docker suporta cargas de trabalho baseadas em GPU
  • Considerações-chave de desempenho

Instalação e Configuração do NVIDIA Container Toolkit

  • Configurando drivers e compatibilidade CUDA
  • Validando o acesso à GPU dentro dos contêineres
  • Configurando o ambiente de tempo de execução

Construindo Imagens Docker Habilitadas para GPU

  • Usando imagens base CUDA
  • Empacotando frameworks de IA em contêineres prontos para GPU
  • Gerenciando dependências para treinamento e inferência

Executando Cargas de Trabalho de IA Aceleradas por GPU

  • Executando trabalhos de treinamento usando GPUs
  • Gerenciando cargas de trabalho multi-GPU
  • Monitorando a utilização da GPU

Otimizando Desempenho e Alocação de Recursos

  • Limitando e isolando recursos de GPU
  • Otimizando memória, tamanhos de lote e colocação de dispositivos
  • Ajuste de desempenho e diagnósticos

Inferência Containerizada e Serviço de Modelos

  • Construindo contêineres prontos para inferência
  • Servindo cargas de trabalho de alta carga em GPUs
  • Integrando executores de modelos e APIs

Escalando Cargas de Trabalho de GPU com Docker

  • Estratégias para treinamento distribuído em GPU
  • Escalando microserviços de inferência
  • Coordenando sistemas de IA multi-contêineres

Segurança e Confiabilidade para Contêineres Habilitados para GPU

  • Garantindo acesso seguro à GPU em ambientes compartilhados
  • Fortalecendo imagens de contêineres
  • Gerenciando atualizações, versões e compatibilidade

Resumo e Próximos Passos

Requisitos

  • Compreensão dos fundamentos do aprendizado profundo
  • Experiência com Python e frameworks de IA comuns
  • Familiaridade com conceitos básicos de containerização

Público-Alvo

  • Engenheiros de aprendizado profundo
  • Equipes de pesquisa e desenvolvimento
  • Treinadores de modelos de IA
 21 Horas

Número de participantes


Preço por Participante

Declaração de Clientes (5)

Próximas Formações Provisórias

Categorias Relacionadas