Варианты оркестровки рабочей нагрузки ИИ скачать в хорошем качестве

Варианты оркестровки рабочей нагрузки ИИ

Выполнять простые задачи ИИ легко, но масштабирование их до масштабных распределенных кластеров для тысяч клиентов — это уже другая задача. В этом видео рассматриваются два надежных варианта оркестровки ИИ и управления кластерами в Google Cloud: облачный подход с использованием Google Kubernetes Engine (GKE) и высокопроизводительный подход с использованием Slurm и Cluster Director. Узнайте, как эти решения помогают управлять оборудованием, программным обеспечением, распределением данных и отказоустойчивостью для рабочих нагрузок обучения и вывода, позволяя эффективно масштабировать ИИ. Разделы: 0:00 — Введение 0:55 — Cloud-Native Path: Google Kubernetes Engine (GKE) 1:30 — GKE: Варианты оркестровки заданий (Kubernetes-Native, Ray) 2:10 — Высокопроизводительный Path: Slurm с Cluster Director 2:53 — Выбор правильного пути для вашей команды 3:18 — Заключение Ресурсы: Оркестровка AI/ML в документации GKE → https://goo.gle/3X9er7T Новые функции Cluster Director → https://goo.gle/4nxJdC3 Подпишитесь на Google Cloud Tech → https://goo.gle/GoogleCloudTech #GoogleCloud #GKE #Slurm #ClusterDirector Докладчик: Дрю Браун Упоминаемые продукты: AI Infrastructure, Google Kubernetes Engine, GKE