微信扫码
与创始人交个朋友
我要投稿
《使用 NVIDIA NIM 大规模部署 RAG 工作流》
新课发布
配有实战练习环境的在线自主培训
在现代企业商业智能化的发展中,检索增强生成(RAG)在大语言模型应用中的地位日益凸显。不仅能够显著提升企业内容创作与交互的智能化水平,还能在多个业务场景中实现精准信息抽取与高效内容生成。企业级的 RAG 应用需要应对巨大流量和大规模文档,从模型搭建到生产级部署具有很高的复杂度和参数量。
本课程探讨 RAG 工作流生产级部署的最佳实践。您将学习部署、监控、自动扩展、线上热更新的全工作流。为您在搭建部署过程中,降低试错成本,加速大模型应用落地。
课程时长:4 学时(课后 6 个月内可以继续访问课件,实验资源用量有限额)
课程语言:中文
工具、库、框架:NVIDIA NIMs、Kubernetes、Helm、Grafana、Prometheus
学习目标:
使用 Helm 和 NVIDIA RAG Operator 将 RAG 应用部署到 Kubernetes 集群上。
利用 NVIDIA NIM 实现可扩展的容器化 LLM 和嵌入模型。
连接、更新、添加和自动扩展应用组件。
使用 Prometheus 和 Grafana 监控应用性能。
课程大纲:
课程设置概述:熟悉课程的交互式环境、Kubernetes 设置,并了解课程所需的 Kubernetes 概念和命令。
基于 Kubernetes 的 RAG 应用部署:如何使用 Kubernetes 和 Helm 部署 RAG 工作流,以及如何在工作流中使用单个 NIM 服务。
监控:如何使用 DCGM 监控应用程序,以及如何配置和查看 Grafana 和 Prometheus。
自动扩展:基于自定义指标使用 HPA 自动扩展应用程序,并对应用程序进行负载测试。
自定义 RAG 工作流组件:替换应用组件,例如 LLM。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-13
RAGCache:让RAG系统更高效的多级动态缓存新方案
2024-11-13
Glean:企业AI搜索,估值46亿美元,ARR一年翻4倍
2024-11-12
从安装到配置,带你跑通GraphRAG
2024-11-12
蚂蚁 KAG 框架核心功能研读
2024-11-12
【RAG】浅看引入智能信息助理提升大模型处理复杂推理任务的潜力-AssisTRAG
2024-11-12
体验完百度世界2024上的iRAG,我觉得AI绘图也可以没有幻觉了。
2024-11-12
提升RAG文档效率,10种有效策略
2024-11-12
揭秘RAG:全方位解析RAG检索中的意图识别,如何助力智能问答
2024-07-18
2024-07-09
2024-05-05
2024-07-09
2024-05-19
2024-06-20
2024-07-07
2024-07-07
2024-07-08
2024-07-09
2024-11-06
2024-11-06
2024-11-05
2024-11-04
2024-10-27
2024-10-25
2024-10-21
2024-10-21