Edizione in italiano
Distribuzione di Mistral: Cloud e Self-Hosting
Distribuisci Mistral ovunque: AI Studio, Azure AI, Google Vertex, AWS Bedrock, Snowflake e self-hosting con vLLM, TensorRT-LLM e TGI.
14 lezioni ca. 1 h 45 min Avanzato
Cosa imparerai
- Confrontare AI Studio, Azure AI, Vertex, Bedrock e Snowflake per l'hosting dei modelli Mistral
- Strutturare organizzazioni, workspace e piani tariffari all'interno di Mistral AI Studio
- Istanziare il client MistralAzure in Python ed eseguire il deployment in produzione
- Distribuire un modello Mistral tramite self-hosting con vLLM, TensorRT-LLM o TGI
- Dimensionare l'infrastruttura GPU e valutare il compromesso tra API gestita e hosting interno
Scheda del corso
- Destinatari
- Sviluppatori, ingegneri e integratori che intendono sfruttare Mistral AI tramite API nelle loro applicazioni.
- Prerequisiti
- Esperienza consolidata nello sviluppo di applicazioni e nel deployment in produzione.
- Durata
- 1 h 45 min — 14 lezioni
- Modalità
- Corso online 100% autonomo, accessibile 24/7 da browser. Progressi salvati, ripresa in qualsiasi momento. Durata stimata: 1 h 45 min.
- Valutazione
- Autovalutazione basata sui punti chiave che concludono ogni lezione e implementazione diretta degli esempi sui propri casi d'uso. Un quiz finale di 5 domande corrette alla fine dell'ultima lezione convalida le conoscenze acquisite.
- Accessibilità
- Corso autonomo accessibile alle persone con disabilità: contenuti testuali compatibili con screen reader, navigazione da tastiera e contrasti conformi. Per eventuali esigenze di adattamento, scrivere a [email protected].
- Prezzo
- Gratis
Contenuto del corso
- 01 Panoramica di Mistral AI Studio
- 02 Organizzazioni e Workspace
- 03 Livelli e prezzi
- 04 Azure AI: Model as a Service
- 05 Il client MistralAzure in Python
- 06 Azure in produzione
- 07 Google Vertex AI
- 08 AWS Bedrock
- 09 Snowflake, IBM watsonx e Outscale
- 10 Introduzione al Self-Hosting
- 11 Distribuzione con vLLM
- 12 TensorRT-LLM e TGI
- 13 Infrastruttura e GPU
- 14 Scegliere la tua strategia di deployment