AMAZON ELASTIC INFERENCE EĞİTİMİ

Çıkarım maliyetini doğru boyutlandırarak düşürün

Elastic Inference accelerator, EC2 ve SageMaker entegrasyonu, TensorFlow ve PyTorch çıkarımı, boyutlandırma ve Inferentia'ya geçiş.

Bu eğitim, derin öğrenme modellerinin çıkarım (inference) aşamasında maliyet ve performans dengesini ele alır. DVA'da 2 gün süren, Türkçe ve laboratuvar destekli bir programdır.

2 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Derin öğrenme çıkarım iş yüklerinde GPU maliyet optimizasyonu

Bu eğitim, derin öğrenme modellerinin çıkarım (inference) aşamasında maliyet ve performans dengesini ele alır. Elastic Inference accelerator boyutları (eia2.medium-xlarge), EC2 ve SageMaker endpoint'lerine ekleme, TensorFlow ve MXNet için EI-enabled çalışma zamanı, GPU, CPU ve Inferentia karşılaştırması, gecikme ve verim ölçümü, otomatik ölçekleme, CloudWatch izleme ve servisin yaşam döngüsü nedeniyle Inferentia, Graviton ve SageMaker Inference Recommender'a geçiş stratejileri işlenir.

Süre ve Format

2 Gün. Her gün dört modül; Hızlandırma ve Dağıtım ile başlar, Ölçüm, Optimizasyon ve Geçiş ile tamamlanır; her modül kısa anlatım ve laboratuvar uygulamasıyla ilerler.

Seviye

Orta Seviye — Derin öğrenme çıkarımında GPU hızlandırmayı maliyet verimli kullanma ve alternatiflere geçiş.

Öğrenme Metodu

Katılımcılar örnek bir görüntü sınıflandırma modelini farklı donanım seçeneklerinde sunar; gecikme, verim ve maliyeti ölçerek karşılaştırma tablosu çıkarır.

Neden Bu Eğitim?

☁️Doğru boyutlandırma

Tam GPU yerine ihtiyaca uygun hızlandırıcı seçerek çıkarım maliyetini düşürürsünüz.

🛠️Karşılaştırmalı ölçüm

CPU, GPU, EI ve Inferentia seçeneklerini gerçek ölçümle kıyaslarsınız.

🎯Geçiş planı

Servis yaşam döngüsünü bilerek güncel alternatiflere taşıma yol haritası çıkarırsınız.

Anahtar Konular

Amazon Elastic InferenceElastic Inference eğitimiderin öğrenme çıkarımAWS InferentiaSageMaker endpointmodel sunmaGPU maliyet optimizasyonuTensorFlow ServingMLOpsçıkarım performansı
“Her çıkarım için tam GPU ödemek, bir mektup için kamyon kiralamaktır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Derin öğrenme temelleri

TensorFlow veya PyTorch ile eğitilmiş bir modeli yükleyip çıkarım yapma deneyimi beklenir.

2
AWS hesabı

Laboratuvarlar için ücretsiz katman veya eğitmenin yönlendirdiği bir AWS hesabı kullanılır; ücretli kaynaklar önceden belirtilir.

3
Temel bulut kavramları

IaaS, PaaS, SaaS ayrımı ve paylaşılan sorumluluk modeli hakkında genel bilgi yeterlidir.

4
Konsol ve CLI

AWS Management Console'da gezinme ve temel komut satırı kullanımı rahatça yapılabilmelidir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, bir modeli EI accelerator ile EC2 veya SageMaker üzerinde sunabilir.
Modül 1
Çıkarım Maliyeti Sorunu
  • Eğitim ve çıkarım kaynak profili farkı
  • GPU'nun düşük kullanım sorunu
  • Elastic Inference fikri: kesirli GPU
  • Accelerator tipleri ve TFLOPS
  • Hizmet kullanılabilirliği ve yaşam döngüsü
  • Alternatif donanım seçenekleri
Modül 2
Mimari ve Ağ
  • EI accelerator'ın instance'a ağ üzerinden bağlanması
  • VPC endpoint (PrivateLink) gereksinimi
  • IAM politikası ve servis rolü
  • Desteklenen instance aileleri
  • Desteklenen framework sürümleri
  • Güvenlik grubu ayarları
Modül 3
EC2 ile Çıkarım
  • Deep Learning AMI kullanımı
  • EI-enabled TensorFlow Serving
  • Model dışa aktarma: SavedModel
  • Çıkarım isteği ve ölçümü
  • Birden çok accelerator yönetimi
  • Sorun giderme: bağlantı ve sürücü
Modül 4
SageMaker Endpoint'leri
  • Endpoint yapılandırmasında accelerator_type
  • Model ve container hazırlığı
  • Endpoint oluşturma ve çağırma
  • EI ile otomatik ölçekleme
  • A/B test için production variants
  • Endpoint maliyet izleme
Günün hedefiKatılımcı, çıkarım donanımını ölçümle seçip güncel alternatiflere geçiş planı hazırlayabilir.
Modül 1
Performans Ölçümü
  • Gecikme (p50/p95/p99) ve verim
  • Yük testi araçları (Locust)
  • Batch boyutu etkisi
  • Model optimizasyonu: quantization, TensorRT
  • CloudWatch EI metrikleri
  • Ölçüm raporu hazırlama
Modül 2
Donanım Karşılaştırması
  • CPU, GPU, EI ve Inferentia sonuçları
  • Maliyet / 1000 çıkarım hesabı
  • Graviton üzerinde CPU çıkarımı
  • Instance seçim ağacı
  • Spot ve Savings Plans
  • Karar tablosu
Modül 3
Inferentia ve Alternatiflere Geçiş
  • AWS Inferentia / Neuron SDK'ya genel bakış
  • Model derleme (neuron-cc / torch-neuron)
  • SageMaker Inference Recommender
  • Serverless Inference ve Multi-model endpoint
  • Geçiş adımları ve test
  • Geri dönüş planı
Modül 4
Üretim İşletimi
  • Otomatik ölçekleme politikası
  • Canlı izleme ve alarm
  • Model sürümleme ve canary
  • Güvenlik ve veri gizliliği
  • Maliyet yönetimi
  • Kapanış değerlendirmesi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Çıkarım Maliyeti Sorunu

Çıkarım Maliyeti Sorunu kapsamında eğitim ve çıkarım kaynak profili farkı ve elastic Inference fikri: kesirli GPU çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

🔧
Mimari ve Ağ

Mimari ve Ağ kapsamında EI accelerator'ın instance'a ağ üzerinden bağlanması ve IAM politikası ve servis rolü çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

☁️
EC2 ile Çıkarım

EC2 ile Çıkarım kapsamında deep Learning AMI kullanımı ve model dışa aktarma: SavedModel çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

🔐
SageMaker Endpoint'leri

SageMaker Endpoint'leri kapsamında endpoint yapılandırmasında accelerator_type ve endpoint oluşturma ve çağırma çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

📊
Performans Ölçümü

Performans Ölçümü kapsamında gecikme (p50/p95/p99) ve verim ve batch boyutu etkisi çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

🚀
Donanım Karşılaştırması

Donanım Karşılaştırması kapsamında CPU, GPU, EI ve Inferentia sonuçları ve graviton üzerinde CPU çıkarımı çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

🧩
Inferentia ve Alternatiflere Geçiş

Inferentia ve Alternatiflere Geçiş kapsamında AWS Inferentia / Neuron SDK'ya genel bakış ve sageMaker Inference Recommender çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

🛡️
Üretim İşletimi

Üretim İşletimi kapsamında otomatik ölçekleme politikası ve model sürümleme ve canary çalışmalarını laboratuvarda uygulayabilir hale geleceksiniz.

Kimler İçin Uygundur?

  • Makine öğrenmesi mühendisleri
  • MLOps ekipleri
  • bulut mimarları
  • model sunma maliyetini optimize eden veri bilimcileri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Makine öğrenmesi mühendisleri, MLOps ekipleri, bulut mimarları ve model sunma maliyetini optimize eden veri bilimcileri için uygundur.
Eğitime katılmak için ön bilgi gerekir mi?
TensorFlow veya PyTorch ile eğitilmiş bir modeli yükleyip çıkarım yapma deneyimi beklenir. Ayrıca laboratuvarlar için ücretsiz katman veya eğitmenin yönlendirdiği bir AWS hesabı kullanılır; ücretli kaynaklar önceden belirtilir.
Eğitim kaç gün sürer ve nasıl işlenir?
Program 2 gündür; her gün dört modülden oluşur. Katılımcılar örnek bir görüntü sınıflandırma modelini farklı donanım seçeneklerinde sunar; gecikme, verim ve maliyeti ölçerek karşılaştırma tablosu çıkarır.
Elastic Inference yeni projelerde hâlâ öneriliyor mu?
Servis yeni müşteri alımına kapatıldığından yeni projelerde Inferentia, Graviton veya SageMaker Inference Recommender gibi alternatifler tercih edilir. Eğitim mevcut ortamları anlamayı ve geçiş planlamayı kapsar.
Eğitim sonunda sertifika verilir mi?
Eğitimi tamamlayan katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir. Üçüncü taraf bir üreticinin sınavı söz konusuysa sınav başvurusu ve ücreti ilgili kuruma aittir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Amazon Elastic Inference Eğitimi Sertifika Kodu DV-2026XX00 Tarih 27.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre2 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Bulut Bilişim TemelleriDell - Cloud Services Management Eğitimi
Bulut Bilişim Eğitimleri

Dell - Cloud Services Management Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Dell - Cloud Services Management eğitimi: Bulut Servis Yaşam Döngüsü, Servis Kataloğu, SLA, OLA ve UC. 2 gün uygulamalı program, DVA Katılım ve Başarı Sertifika

Detayları Gör →
Bulut Bilişim TemelleriDesigning and Implementing Cloud Connectivity (ENCC) Eğitimi
Bulut Bilişim Eğitimleri

Designing and Implementing Cloud Connectivity (ENCC) Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

Designing and Implementing Cloud Connectivity (ENCC) eğitimi: Bulut Ağ Modelleri, IPsec ve IKEv2. 3 gün uygulamalı program, DVA Katılım ve Başarı Sertifikası.

Detayları Gör →
Bulut Bilişim TemelleriDesigning and Implementing Cloud Connectivity Eğitimi
Bulut Bilişim Eğitimleri

Designing and Implementing Cloud Connectivity Eğitimi

2 günİleriOnline / Yüz Yüze / Hibrit

Designing and Implementing Cloud Connectivity eğitimi: Hibrit Bağlantı Modelleri, IPsec VPN Uygulaması. 2 gün uygulamalı program, DVA Katılım ve Başarı Sertifik

Detayları Gör →
Bulut Bilişim TemelleriDesigning for Cloud & Hybrid Identity Eğitimi
Bulut Bilişim Eğitimleri

Designing for Cloud & Hybrid Identity Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Designing for Cloud & Hybrid Identity eğitimi: Bulut Kimliğine Giriş, Entra Connect ve Cloud Sync. 2 gün uygulamalı program, DVA Katılım ve Başarı Sertifikası.

Detayları Gör →
Bulut Bilişim TemelleriDeveloping Cloud-Native Applications with Microservices Architectures Eğitimi
Bulut Bilişim Eğitimleri

Developing Cloud-Native Applications with Microservices Architectures Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

Developing Cloud-Native Applications with Microservices Architectures eğitimi: Mikroservis Mimarisi. 3 gün uygulamalı program, DVA Katılım ve Başarı Sertifikası

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn