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
18.1. - 19.1.2027
PrahaPraha (hybridně)
HybridněTento termín probíhá současně v učebně i online. Preferovaný způsob účasti si zvolíte během objednávky.
11 800 Kč 14 278 Kč vč. DPH

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
    1. Co je lokální LLM a jak probíhá inference
    2. Lokální model versus cloudové API a on-premise služba
    3. Open source, open-weight a proprietární modely
    4. Parametry modelu, vrstvy, tokeny a kontextové okno
    5. VRAM, RAM, CPU, GPU a nároky na úložiště
    6. Kvantizace: FP16, BF16, INT8, INT4 a GGUF
    7. Vliv velikosti modelu na kvalitu a výkon
    8. Chat, base, reasoning, coding a multimodální modely
    9. Embeddingové a rerankingové modely
    10. Inference, RAG, fine-tuning, LoRA a QLoRA
    11. Výběr modelu podle úlohy, jazyka, licence a hardwaru
    12. Benchmarky, evaluace a praktické testování
    13. Limity lokálních modelů a typické chyby
    14. Bezpečnost a ochrana dat
  • Hardware a provozní prostředí
    1. Workstation versus firemní server
    2. NVIDIA, AMD, Intel a CUDA
    3. VRAM, více GPU, CPU a hybridní inference
    4. Linux, Windows, WSL, Docker a Kubernetes
    5. Výkon, spotřeba, chlazení a monitoring
    6. Benchmarkování a dimenzování infrastruktury
    7. Unified Memory platformy, platforma Strix Halo, Mac Studio, RTX Spark, DGX Spark a další
  • Ollama
    1. Rychlé nasazení modelů na workstation
    2. Správa modelů a základní konfigurace
    3. API pro připojení aplikací
  • llama.cpp
    1. GGUF a kvantizované modely
    2. CPU, GPU a různé backendy
    3. llama-cli a llama-server
    4. Offloading vrstev na GPU
    5. Nastavení kontextu a parametrů inference
    6. OpenAI-compatible API
    7. Provoz na workstation a serveru
    8. Základní optimalizace a benchmarkování
  • vLLM
    1. Architektura vLLM
    2. OpenAI-compatible API
    3. PagedAttention a continuous batching
    4. Vysoká propustnost pro více uživatelů
    5. Tensor parallelism a více GPU
    6. Prefix caching a speculative decoding
    7. Kvantizované a multimodální modely
    8. LoRA adaptéry
    9. Nasazení v Dockeru a Kubernetes
    10. Monitoring a produkční provoz
  • GPUStack
    1. Správa GPU workerů a modelů
    2. Nasazení na více serverech a GPU
    3. Přidělování zdrojů, monitoring a škálování
    4. Integrace s inference enginy
  • Open WebUI
    1. Připojení Ollama, llama.cpp a vLLM
    2. Správa uživatelů a modelů
    3. Knowledge base a RAG
    4. Integrace nástrojů a interní chatbot
  • Open source modely
    1. Qwen, Gemma, Llama, Mistral, DeepSeek, GPT-OSS a další
    2. Coding, reasoning a multimodální modely
    3. Aktuální vývoj open source modelů
    4. Licence a komerční použití
    5. Benchmarky a praktický výběr modelu
    6. Kvantizace, LoRA a fine-tuning
  • Integrace s (nejen vývojářskými) nástroji
    1. VS Code
    2. Aider
    3. IntelliJ IDEA
    4. Open Code
    5. OpenClaw
    6. Continue, Cline, Roo Code a další
    7. Lokální coding assistant
    8. Agentní workflow a napojení na nástroje
  • Firemní provoz a bezpečnost
    1. Interní API a sdílení modelů
    2. Autentizace, SSO
    3. Ochrana citlivých dat
    4. Prompt injection a bezpečnost agentů
    5. Monitoring, zálohování a aktualizace
    6. RAG nad firemními dokumenty
    7. 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