Las mejores prácticas de Kubernetes, 2ª edición

Capítulo 14. Ejecutar el aprendizaje automático en Kubernetes

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

La era de los microservicios, los sistemas distribuidos y la nube ha proporcionado las condiciones ambientales perfectas para la democratización de los modelos y herramientas de aprendizaje automático. La infraestructura a escala se ha comoditizado, y las herramientas en torno al ecosistema del aprendizaje automático están madurando. Kubernetes es una de lasplataformas que se ha hecho cada vez más popular entre los desarrolladores, los científicos de datos y la comunidad de código abierto en general como el entorno perfecto para permitir el flujo de trabajo y el ciclo de vida del aprendizaje automático. Los grandes modelos de aprendizaje automático, como GPT-4 y DALL-E, han puesto el aprendizaje automático en el punto de mira, y organizaciones como OpenAI han hecho público su uso de Kubernetes para apoyar estos modelos. En este capítulo, explicaremos por qué Kubernetes es una gran plataforma para el aprendizaje automático y ofreceremos buenas prácticas tanto a los administradores de clústeres como a los científicos de datos sobre cómo sacar el máximo partido de Kubernetes al ejecutar cargas de trabajo de aprendizaje automático. En concreto, nos centraremos en el aprendizaje profundo de en lugar del aprendizaje automático tradicional, porque el aprendizaje profundo se ha convertido rápidamente en el área ...