VIP20

本课程属于：018-AI DevOps实战：从代码到部署全自动化 AI与大模型 · 共 20 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

AI DevOps系统级综合调优方案

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程结构 · AI DevOps与系统调优的关联

课程导入学习目标

AI DevOps基础

核心概念 · 持续集成/持续部署（CI/CD）在A…

系统性能分析基础

性能指标 · 监控工具 · 瓶颈识别方法

系统性能分析基础性能指标

AI工作负载特征

训练与推理的资源需求 · GPU/CPU/内存/存储特性

AI工作负载特征

容器化与编排

Docker · Kubernetes在AI工作负载中…

容器化编排

CI/CD流水线设计

针对AI模型的自动化构建 · 测试 · 部署流程

CI/CD流水线设计

模型版本管理

DVC · MLflow等工具的使用与最佳实践

模型版本管理DVC

数据管道优化

数据预处理 · 特征工程中的性能调优

数据管道优化数据预处理

训练性能调优

分布式训练 · 混合精度 · 梯度累积等技术

训练性能调优分布式训练

推理性能优化

模型压缩 · 量化 · 剪枝

推理性能优化模型压缩

资源调度与弹性伸缩

Kubernetes自动扩缩容 · GPU共享与隔离

资源调度弹性伸缩

高性能文件系统 · 数据缓存 · 数据本地性

存储优化高性能文件系统

高速网络 · RDMA · 分布式训练中的通信优化

网络优化高速网络

监控与日志

Prometheus · Grafana · ELK在AI系统中的应用

故障排查与恢复

常见问题诊断 · 自愈机制设计

故障排查恢复

安全与合规

AI系统安全 · 数据隐私 · 模型安全

资源定价 · Spot实例 · 成本监控与优化策略

成本优化资源定价

基于TensorFlow的图像分类模…

案例实战TensorFlow

基于PyTorch的NLP模型训练与…

案例实战PyTorch

大规模推荐系统在线推理性能调优

案例实战大规模推荐系统

多租户环境下AI平台资源隔离与调度

常见问题与解决方案

训练不稳定 · 推理延迟高 · 资源利用率低等

常见问题解决方案

自动化运维

使用Ansible · Terraform实现基础设施即代码

自动化运维Ansible

在AI系统中注入故障以提升韧性

性能基准测试

建立基准 · 对比实验 · 持续优化

性能基准测试建立基准

团队协作与流程

DevOps文化 · 跨职能团队协作 · 知识管理

团队协作流程

Serverless AI · 边缘计算 · AutoML与DevOps结合

前沿技术Serverless

设计并实现一个AI DevOps调优…

核心要点回顾 · 学习路径建议 · 认证与资源

课程总结核心要点回顾

综合测试与项目答辩

结业考核综合测试