Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

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

  1. 01 Yleiskatsaus Mistral AI Studioon
  2. 02 Organisaatiot ja työtilat
  3. 03 Tasot ja hinnoittelu
  4. 04 Azure AI: Model as a Service
  5. 05 MistralAzure-asiakas Pythonissa
  6. 06 Azure tuotantoympäristössä
  7. 07 Google Vertex AI
  8. 08 AWS Bedrock
  9. 09 Snowflake, IBM watsonx ja Outscale
  10. 10 Johdatus itse isännöintiin
  11. 11 Käyttöönotto vLLM:n avulla
  12. 12 TensorRT-LLM ja TGI
  13. 13 Infrastruktuuri ja näytönohjaimet
  14. 14 Valintasi käyttöönottostrategiasta