Lokální LLM – nasazení a provoz ve firemní infrastruktuře (AILOC)
Umělá Inteligence, AI pro vývojáře
Lokální jazykové modely umožňují využívat generativní AI bez odesílání firemních dat do cloudu, s plnou kontrolou nad infrastrukturou, náklady i bezpečností. Kurz je ideální pro administrátory, DevOps specialisty a IT architekty, kteří mají ve firmě lokální AI navrhnout, nasadit a dlouhodobě provozovat.
Naučíme vás správně dimenzovat hardware, vybrat vhodný open-weight model a kvantizaci a nasadit jej pomocí nástrojů Ollama, llama.cpp a vLLM, od pracovní stanice až po multi-GPU server. Ukážeme správu GPU zdrojů v GPUStack, interní chatbot s RAG nad firemními dokumenty v Open WebUI, napojení na vývojářské nástroje a coding asistenty a také zabezpečení celého řešení v produkčním provozu. Výuka je prakticky zaměřená a vedená lektory s reálnou zkušeností s provozem lokálních modelů.
TOTO ŠKOLENÍ VÁM POMŮŽE:
- Pochopit, jak funguje inference a co určuje nároky modelu na VRAM, RAM a výkon
- Navrhnout a dimenzovat hardware pro lokální AI (GPU, multi-GPU, unified memory platformy)
- Vybrat vhodný model podle úlohy, jazyka, licence a dostupného hardwaru
- Nasadit modely pomocí Ollama, llama.cpp a vLLM v Dockeru i Kubernetes
- Zpřístupnit modely přes OpenAI-kompatibilní API, Open WebUI a vývojářské nástroje
- Zajistit autentizaci, ochranu dat, monitoring a odolnost vůči prompt injection
KDO BY SE MĚL KURZU ZÚČASTNIT?
- Systémoví administrátoři, kteří mají lokální modely nasadit a provozovat
- DevOps a platformní inženýři, kteří budují inference infrastrukturu a interní AI API
- IT a solution architekti, kteří rozhodují mezi lokálním, on-premise a cloudovým řešením
KDE A KDY KURZ PROBÍHÁ?
S námi
máte na výběr: Přijďte na
kurz osobně do naší učebny, nebo se ke kurzu
připojte online. Vámi preferovanou formu můžete zvolit v průběhu objednávky. Více informací k hybridní formě školení
naleznete zde.
Filtrovat termíny:
TermínLokalitaForma
Cena
PrahaPraha (hybridně)
Hybridně
Tento termín probíhá současně v učebně i online. Preferovaný způsob účasti si zvolíte během objednávky.
11 800 Kč 14 278 Kč vč. DPH
Privátní školení
Odemkněte potenciál svých zaměstnanců. Každé školení z naší nabídky přizpůsobíme konkrétním cílům i lidem.
Potřebujete školení přímo u vás ve firmě, nebo upravit obsah a délku na míru? ICT Pro je ideální řešení. Školit můžeme také v angličtině.
Poptat kurz na míru
Náplň kurzu:
Skrýt detaily
-
Základy lokálních modelů
-
Co je lokální LLM a jak probíhá inference
-
Lokální model versus cloudové API a on-premise služba
-
Open source, open-weight a proprietární modely
-
Parametry modelu, vrstvy, tokeny a kontextové okno
-
VRAM, RAM, CPU, GPU a nároky na úložiště
-
Kvantizace: FP16, BF16, INT8, INT4 a GGUF
-
Vliv velikosti modelu na kvalitu a výkon
-
Chat, base, reasoning, coding a multimodální modely
-
Embeddingové a rerankingové modely
-
Inference, RAG, fine-tuning, LoRA a QLoRA
-
Výběr modelu podle úlohy, jazyka, licence a hardwaru
-
Benchmarky, evaluace a praktické testování
-
Limity lokálních modelů a typické chyby
-
Bezpečnost a ochrana dat
-
Hardware a provozní prostředí
-
Workstation versus firemní server
-
NVIDIA, AMD, Intel a CUDA
-
VRAM, více GPU, CPU a hybridní inference
-
Linux, Windows, WSL, Docker a Kubernetes
-
Výkon, spotřeba, chlazení a monitoring
-
Benchmarkování a dimenzování infrastruktury
-
Unified Memory platformy, platforma Strix Halo, Mac Studio, RTX Spark, DGX Spark a další
-
Ollama
-
Rychlé nasazení modelů na workstation
-
Správa modelů a základní konfigurace
-
API pro připojení aplikací
-
llama.cpp
-
GGUF a kvantizované modely
-
CPU, GPU a různé backendy
-
llama-cli a llama-server
-
Offloading vrstev na GPU
-
Nastavení kontextu a parametrů inference
-
OpenAI-compatible API
-
Provoz na workstation a serveru
-
Základní optimalizace a benchmarkování
-
vLLM
-
Architektura vLLM
-
OpenAI-compatible API
-
PagedAttention a continuous batching
-
Vysoká propustnost pro více uživatelů
-
Tensor parallelism a více GPU
-
Prefix caching a speculative decoding
-
Kvantizované a multimodální modely
-
LoRA adaptéry
-
Nasazení v Dockeru a Kubernetes
-
Monitoring a produkční provoz
-
GPUStack
-
Správa GPU workerů a modelů
-
Nasazení na více serverech a GPU
-
Přidělování zdrojů, monitoring a škálování
-
Integrace s inference enginy
-
Open WebUI
-
Připojení Ollama, llama.cpp a vLLM
-
Správa uživatelů a modelů
-
Knowledge base a RAG
-
Integrace nástrojů a interní chatbot
-
Open source modely
-
Qwen, Gemma, Llama, Mistral, DeepSeek, GPT-OSS a další
-
Coding, reasoning a multimodální modely
-
Aktuální vývoj open source modelů
-
Licence a komerční použití
-
Benchmarky a praktický výběr modelu
-
Kvantizace, LoRA a fine-tuning
-
Integrace s (nejen vývojářskými) nástroji
-
VS Code
-
Aider
-
IntelliJ IDEA
-
Open Code
-
OpenClaw
-
Continue, Cline, Roo Code a další
-
Lokální coding assistant
-
Agentní workflow a napojení na nástroje
-
Firemní provoz a bezpečnost
-
Interní API a sdílení modelů
-
Autentizace, SSO
-
Ochrana citlivých dat
-
Prompt injection a bezpečnost agentů
-
Monitoring, zálohování a aktualizace
-
RAG nad firemními dokumenty
-
Hybridní lokální a cloudová architektura
-
Časový rozvrh:
-
2 dny (9:00-17:00)
-
Cena za osobu:
-
11 800,00 Kč (14 278,00 Kč včetně 21% DPH)
Ukázka prostředí a výuky