VIP10
本课程属于：034-云原生AI算力与GPU平台工程 后端、数据与云原生工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Kubernetes AI任务调度工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=Kubernetes AI任务… · 核心挑战 · 学习路径与整体知识框架
课程导入Kubernetes
02
AI任务类型与调度需求
目标=训练 · 推理 · 批处理
AI任务类型
03
Kubernetes调度器架构
目标=kube-scheduler核… · 调度周期 · 调度框架扩展点与AI任务调度的关系
Kubernetes调度器架构
04
Pod与资源模型
目标=requests/limits · QoS · 扩展资源
Pod资源模型
05
节点亲和与污点容忍
目标=nodeAffinity · podAffinity · taints/tolerations…
节点亲污点容忍
06
GPU调度基础
目标=NVIDIA设备插件 · GPU资源暴露 · 多GPU分配
GPU调度基础
07
调度器扩展机制
目标=自定义调度器 · 调度器插件 · Scheduler Framewor…
调度器扩展机制目标=自定义调度…
08
批调度与Gang Scheduling
目标=AI分布式训练对All-or-… · Volcano · Yunikorn等批调度器原理与实战
GangScheduling
09
队列与优先级调度
目标=PriorityClass · 抢占 · 队列管理
队列优先级调度
10
拓扑感知调度
目标=NUMA · PCIe · NVLink
拓扑感知调度NUMA
11
存储与数据本地性调度
目标=PV/PVC · CSI · 数据缓存
存储数据本地性调度
12
弹性训练与动态调度
目标=弹性训练框架 · 动态资源调整 · 任务迁移与调度器协同机制
弹性训练动态调度
13
推理服务调度
目标=KServe · Seldon · Triton等推理服务框架的调度需求
推理服务调度KServe
14
多租户与资源隔离
目标=Namespace · ResourceQuota · LimitRange
多租户资源隔离
15
调度性能与可观测性
目标=调度延迟 · 吞吐量 · 调度器指标
调度性能可观测性
16
自定义调度器开发实战
目标=基于Scheduler Fra… · 实现AI任务的自定义过滤与打分策略
自定义调度器开发…Scheduler
17
Volcano调度实战
目标=安装配置Volcano · 提交分布式训练任务 · 使用队列
Volcano调度实战
18
Yunikorn调度实战
目标=部署Yunikorn · 配置队列与公平调度策略 · 调度AI批处理任务
Yunikorn调度实战
19
GPU共享与调度
目标=GPU共享方案 · 时间片 · 显存隔离
GPU共享
20
拓扑感知调度实战
目标=基于NUMA与NVLink拓扑… · 配置调度器实现高性能分布式训练任务调…
拓扑感知调度实战NUMA
21
弹性训练调度实战
目标=结合PyTorch Elast… · 实现训练任务的动态扩缩容与容错调度
弹性训练调度实战PyTorch
22
推理服务自动扩缩容调度
目标=基于KEDA · HPA与自定义指标 · 实现推理服务的弹性调度与资源优化
推理服务自动扩缩…KEDA
23
多集群与联邦调度
目标=Karmada · Cluster API等在多集群AI…
多集群联邦调度
24
调度策略与算法优化
目标=基于强化学习 · 启发式算法的调度策略设计 · 以及调度器性能调优
调度策略算法优化
25
AI任务调度中的故障处理
目标=节点故障 · 任务失败 · 抢占与重调度机制
AI任务调度
26
调度器与CI/CD集成
目标=在GitOps流程中管理调度策… · 任务模板与版本化调度配置
CI/CD调度器
27
大规模AI集群调度案例
目标=分析真实大规模GPU集群的调度… · 挑战与解决方案
AI大规模
28
成本优化与调度
目标=Spot实例 · 混合云 · 资源超卖与调度策略结合
成本优化调度
29
安全与合规调度
目标=调度中的安全上下文 · 镜像信任 · 网络隔离与合规性要求
安全合规调度
30
课程总结与前沿展望
目标=回顾核心调度技术 · 探讨Kubernetes AI任务调…
课程总结前沿展望