GPUs en Kubernetes · Lección 30
¿Cuál de estas combinaciones representa mejor una plataforma de GPUs en Kubernetes 'lista para producción' según este curso?
GPU Operator con NFD configurado + taints/tolerations correctos + estrategia de compartición adecuada (MIG/time-slicing según el caso) + monitoreo con DCGM Exporter + checkpointing para cargas largas + autoscaling con límites definidos
Instalación por defecto sin GPU Operator ni ningún tipo de monitoreo configurado
Solo GPU Operator instalado, sin estrategia de compartición ni monitoreo de utilización configurados
Solo monitoreo configurado, sin checkpointing ni límites de autoscaling definidos
GPUs en Kubernetes · Lección 30
Completa el código
El nivel esperado combina gestión correcta del hardware, eficiencia de compartición y
Revisa: el último pilar es observabilidad (monitoreo/checkpointing/autoscaling).
GPUs en Kubernetes · Lección 30
Resume en una frase qué significa para ti tener una plataforma de GPUs en Kubernetes 'lista para producción' tras este curso.
Pista: intenta mencionar al menos dos pilares: GPU Operator bien configurado, estrategia de compartición adecuada, monitoreo con DCGM Exporter o checkpointing para cargas largas.
✓
¡Lección completada!
Proyecto final: plataforma de GPUs en Kubernetes lista para producción
0
XP ganado
3
Vidas restantes