Bare metal GPU Kubernetes klasztertől a cloudig
Egy komplex infrastruktúra evolúciójának tapasztalatai dióhéjban.
GPT4
12024. április 29. 14:32
Aggasztó tendenciára mutat rá egy friss tanulmány, mely szerint már most is automatizálható AI-modellekkel az IT biztonsági sebezhetőségek kihasználhatósága.Hirdetés
2024. április 29. 20:45
A sorozat május 28-i, harmadik állomásán az AWS-ben biztonsági megoldásait vesszük nagyító alá. Átnézzük a teljes AWS security portfóliót a konténerbiztonságtól a gépi tanulásos alkalmazások védelmén át, egészen az incidenskezelésig.uhd
32024. április 29. 12:56
A 4K-s élő közvetítés továbbra is óriási kihívásokat rejt magában, az 1080p HDR léphet a helyébe.
Az önvezetést elősegítő machine learning modellek készítéséhez kezdetben különálló GPU szervereket használt az aiMotive csapata. Egy idő után szükségessé vált, hogy szervereiket rendszerezzék a jobb kihasználtság érdekében, így ma már egy ezekből épített Kubernetes klaszter szolgálja ki az infrastruktúrát. Ahhoz, hogy egy hirtelen megnövekedett erőforrás igényt költséghatékony módon ki tudjanak kielégíteni, egy sokkal dinamikusabban skálázódó környezetben, az AWS cloudban is felépítették klaszterünket.
Nyerd meg az 5 darab, 1000 eurós Craft konferenciajegy egyikét!
A kétnapos, nemzetközi fejlesztői konferencia apropójából a HWSW kraftie nyereményjátékot indít.Nyerd meg az 5 darab, 1000 eurós Craft konferenciajegy egyikét! A kétnapos, nemzetközi fejlesztői konferencia apropójából a HWSW kraftie nyereményjátékot indít.
Csizmadia Dénes (aiMotive) a HWSW free! meetup-sorozat Kubernetes állomásán elhangzott és alább megtekinthető előadása során a folyamatoknál gyűjtött tapasztalatok mellett a következő kérdésekre igyekezett választ adni: Mi szükséges ahhoz, hogy GPU erőforrást igénylő folyamatokat futtassunk Kubernetesen? Milyen előnyök, hátrányok és üzemeltetést érintő kihívások vannak egy bare metal és egy cloud szolgáltatónál létrehozott Kubernetes klaszter esetében?
Bare metal GPU Kubernetes klasztertől a cloudig
Még több videó