Módulo
Dimensionamento
Defina critérios e estratégias para dimensionar clusters e workloads de IA.
- 01Como calcular recursos para workloads imprevisíveis de IAWorkloads de IA com demanda imprevisível exigem estimativa precisa de recursos para evitar desperdício ou gargalos. O segredo está em monitorar métricas reais, entender burst, conhecer os limites do Kubernetes e ajustar provisionamento com ferramentas adequadas.
- 02Estratégias de escalabilidade horizontal e vertical com KServeDimensionar corretamente workloads de inferência em IA é vital para garantir desempenho e custo sob controle. KServe permite escalar horizontalmente e verticalmente, integrando recursos nativos do Kubernetes e Knative para responder a picos de tráfego e demandas variáveis.
Voltar ao curso KServe avançado: deploy, automação e escala de modelos IA abertos
