微信扫码
添加专属顾问
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,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-07-30
优化 AI 问答准确率:知识库实践与避坑指南
2025-07-30
RAG召回优化完全指南:从理论到实践的三大核心策略!
2025-07-30
RAG 检索四件套全解析:模型、向量库、检索方式、排序器,一文选型不踩坑
2025-07-30
从0到1,彻底搞懂 RAG 分块的艺术(附开源代码)
2025-07-30
大规模RAG实施蓝图
2025-07-29
一小时内构建基于Gemma与Bright Data的生产级RAG应用
2025-07-28
做RAG系统到底是选MaxKB还是FastGPT
2025-07-28
企业RAG之构建 FastMCP 服务:基于模型上下文协议的智能服务体系搭建实践
2025-06-06
2025-05-30
2025-06-05
2025-05-19
2025-05-08
2025-05-10
2025-06-05
2025-05-20
2025-06-05
2025-05-09
2025-07-28
2025-07-09
2025-07-04
2025-07-01
2025-07-01
2025-07-01
2025-07-01
2025-06-30