آموزش معماری ابر ترکیبی (Hybrid Cloud Architecture) - آخرین آپدیت

دانلود Hybrid Cloud Architecture

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: زیرساخت‌های AI ترکیبی نیازمند چیزی بیش از آشنایی ساده با ابر است؛ این حوزه نیازمند ارزیابی توازن‌های فنی، دفاع از تصمیمات معماری و اعمال‌کردن حاکمیت داده‌ها در محیط‌های مختلف است. این دوره آموزشی بر روی مهارت‌های لازم برای هدایت‌کننده بررسی‌های معماری و طراحی راهکارهای ابر ترکیبی برای بارهای کاری AI در سطح سازمان‌های بزرگ (Enterprise) تمرکز دارد. در این دوره شما با استفاده از Azure Well-Architected Framework (WAF) به ارزیابی تنظیمات چند‌ابری (Multicloud) می‌پردازید، توپولوژی‌های Hub-and-Spoke و Virtual WAN را با هم مقایسه می‌کنید و منابع GPU را از طریق Terraform با کنترل‌های هزینه Spot-instance را مستقر کرده و مدیریت می‌کنید. همچنین امنیت Service Mesh را با استفاده از Istio در محیط‌های AKS، EKS و GKE اعمال می‌کنید و کنترل‌های حاکمیت داده‌ها (Data Sovereignty) را با Azure Policy و Microsoft Purview پیاده‌سازی می‌کنید. در پایان این دوره، شما آماده خواهید بود تا بررسی‌های Well-Architected Framework را مدیریت کنید، ارزیابی‌های قابلیت انتقال (Portability) را تهیه کنید، استراتژی‌های مقیاس‌پذیری GPU را تعریف کنید و سیاست‌های حاکمیت داده‌ها را به گونه‌ای تنظیم کنید که تعادلی میان رعایت قوانین (Compliance)، تاخیر (Latency) و هزینه ایجاد شود. این دوره برای مهندسان پلتفرم که با زیرساخت‌های AI ترکیبی کار می‌کنند طراحی شده است. پیش‌نیازها شامل درک own-network (VNets, peering, routing) و تجربه عملی در کار با ابزارهای اتوماسیون زیرساخت است.

سرفصل ها و درس ها

Azure ترکیبی: اعمال بررسی WAF Hybrid Azure: Apply WAF Review

  • چرا بررسی‌های معماری برای AI در مقیاس بزرگ اهمیت دارد Why Architecture Reviews Matter for AI at Scale

  • پنج ستون اصلی Azure Well Architected Framework The Five Pillars of Azure Well-Architected Framework

  • استدلال‌های تخصصی در بررسی WAF Expert Reasoning in a WAF Review

Azure ترکیبی: ارزیابی توپولوژی‌های شبکه Hybrid Azure: Evaluate Network Topologies

  • چرا تصمیمات توپولوژی عملکرد AI را شکل می‌دهند Why Topology Decisions Shape AI Performance

  • مقایسه عمیق معماری Hub and Spoke در مقابل Virtual WAN Hub-and-Spoke vs. Virtual WAN: Architecture Deep Dive

  • ساخت ماتریس مقایسه توپولوژی‌ها Building a Topology Comparison Matrix

Azure Arc و هزینه‌ها: پیاده‌سازی کلاسترها با Arc Azure Arc & Costs: Onboard Clusters with Arc

  • چرا کنترل یکپارچه برای AI ترکیبی حیاتی است Why Unified Control Matters for Hybrid AI

  • معماری Kubernetes فعال‌شده توسط Azure Arc Azure Arc-enabled Kubernetes Architecture

Azure Arc و هزینه‌ها: بهینه‌سازی با Advisor Azure Arc & Costs: Optimize with Advisor

  • مدیریت هزینه بارهای کاری AI در Azure AI Workload Cost Management in Azure

  • تحلیل توصیه‌های Advisor و تهیه گزارش صرفه‌جویی Analyzing Advisor Recommendations and Building a Savings Report

مش (Mesh) و قابلیت انتقال: پیکربندی mTLS با Istio Mesh & Portability: Configure mTLS with Istio

  • چرا امنیت Service Mesh برای AI غیرقابل مذاکره است Why Service Mesh Security Is Non-Negotiable for AI

  • معماری Istio Service Mesh و پروتکل mTLS Istio Service Mesh Architecture and mTLS

مش (Mesh) و قابلیت انتقال: ارزیابی قابلیت انتقال چند‌ابری Mesh & Portability: Assess Multicloud Portability

  • چرا قابلیت انتقال استراتژی چند‌ابری را شکل می‌دهد Why Portability Shapes Multicloud Strategy

  • قابلیت انتقال Kubernetes: وعده‌ها و چالش‌ها Kubernetes Portability: Promises and Pitfalls

  • ساخت ارزیابی قابلیت انتقال چند‌ابری Building a Multicloud Portability Assessment

GPU Terraform: ایجاد استخر‌های نود GPU GPU Terraform: Provision GPU Node Pools

  • چرا زیرساخت به عنوان کد (IaC) برای مدیریت GPU ضروری است Why Infrastructure as Code Is Essential for GPU Management

  • استخر‌های نود GPU در AKS و معماری Spot Instance AKS GPU Node Pools and Spot Instance Architecture

GPU Terraform: بنچ‌مارک عملکرد ذخیره‌سازی GPU Terraform: Benchmark Storage Performance

  • چرا انتخاب ذخیره‌سازی سرعت آموزش مدل‌ها را تعیین می‌کند Why Storage Choice Determines Training Speed

  • گزینه‌های Azure Disk برای بارهای کاری GPU Azure Disk Options for GPU Workloads

حاکمیت داده‌ها: اعمال محدودیت‌های منطقه‌ای Data Sovereignty: Enforce Regional Restrictions

  • چرا کنترل‌های مکان داده‌ها برای AI حیاتی است Why Data Location Controls Are Critical for AI

  • Azure Policy برای حاکمیت مکان داده‌ها Azure Policy for Data Location Governance

حاکمیت داده‌ها: ارزیابی گزینه‌های استقرار ابر Data Sovereignty: Evaluate Cloud Deployment Options

  • چرا انتخاب روش استقرار وضعیت رعایت قوانین را شکل می‌دهد Why Deployment Choice Shapes Compliance Posture

  • ابر‌های حاکمیتی (Sovereign Clouds) در مقابل ابرهای عمومی: مقایسه معماری Sovereign Clouds vs. Public Cloud: Architecture Comparison

  • تهیه سند تصمیم‌گیری برای ابر حاکمیتی Building a Sovereign Cloud Decision Document

ماژول پروژه: بررسی معماری ترکیبی Project Module: Hybrid Architecture Review

نمایش نظرات

آموزش معماری ابر ترکیبی (Hybrid Cloud Architecture)
جزییات دوره
11h 43m
24
(آخرین آپدیت)
83
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar