Suomenkielinen versio
Mistrin käyttöönotto: Pilvi ja oma isännöinti
Ota Mistral käyttöön kaikkialla: AI Studio, Azure AI, Google Vertex, AWS Bedrock, Snowflake sekä oma isännöinti vLLM:n, TensorRT-LLM:n ja TGI:n avulla.
14 oppituntia noin 1 h 45 min Edistynyt
Mitä opit
- Vertaa AI Studiota, Azure AI:ta, Vertexiä, Bedrockia ja Snowflakea Mistral-mallien isännöintiin
- Rakenna organisaatiot, työtilat ja hinnoittelutasot Mistral AI Studiossa
- Alusta MistralAzure-asiakasohjelma Pythonissa ja ota se käyttöön tuotannossa
- Ota Mistral-malli käyttöön oman isännöinnin kautta vLLM:n, TensorRT-LLM:n tai TGI:n avulla
- Mitoita GPU-infrastruktuuri ja tee päätös hallitun API:n ja sisäisen isännöinnin välillä
Kurssin tiedot
- Kenelle
- Kehittäjät, insinöörit ja integraattorit, jotka haluavat hyödyntää Mistral AI:ta sovelluksissaan API:n kautta.
- Esitiedot
- Vahvistettu kokemus sovelluskehityksestä ja käyttöönotosta tuotantoympäristöön.
- Kesto
- 1 h 45 min — 14 oppituntia
- Toteutustavat
- 100 % verkkopohjainen itseohjautuva kurssi, joka on käytettävissä 24/7 selaimella. Edistyminen tallentuu, ja voit jatkaa milloin tahansa. Arvioitu kesto: 1 h 45 min.
- Arviointi
- Itsearviointi, joka perustuu kunkin oppitunnin päättäviin keskeisiin oppeihin, sekä esimerkkien suora toteutus omilla esimerkeilläsi. Viiden korjatun kysymyksen loppukoe viimeisen oppitunnin päätteeksi vahvistaa hankitut tiedot.
- Esteettömyys
- Itseohjautuva kurssi, joka on esteettömästi saatavilla vammaisille henkilöille: tekstisisältö yhteensopiva ruudunlukijoiden kanssa, näppäimistönavigointi ja vaatimustenmukaiset värikontrastit. Ota yhteyttä sähköpostitse osoitteeseen [email protected], jos tarvitset mukautuksia.
- Hinta
- Ilmainen
Kurssin sisältö
- 01 Yleiskatsaus Mistral AI Studioon
- 02 Organisaatiot ja työtilat
- 03 Tasot ja hinnoittelu
- 04 Azure AI: Model as a Service
- 05 MistralAzure-asiakas Pythonissa
- 06 Azure tuotantoympäristössä
- 07 Google Vertex AI
- 08 AWS Bedrock
- 09 Snowflake, IBM watsonx ja Outscale
- 10 Johdatus itse isännöintiin
- 11 Käyttöönotto vLLM:n avulla
- 12 TensorRT-LLM ja TGI
- 13 Infrastruktuuri ja näytönohjaimet
- 14 Valintasi käyttöönottostrategiasta