Good practical walkthrough of quantization tradeoffs, though the throughput benchmarking section could use more depth.
การปรับใช้ Local LLMs: vLLM, Quantization, และ Inference
เรียนรู้วิธีการปรับใช้ Large Language Models อย่างมีประสิทธิภาพ, การประยุกต์ใช้เทคนิค Quantization เพื่อลดความต้องการด้านฮาร์ดแวร์, และการให้บริการโมเดลในสภาพแวดล้อมการใช้งานจริง (Production)
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ -
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้ -
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
การรัน Large Language Models (LLMs) ภายในเครื่อง (Locally) หรือในสภาพแวดล้อม Production อาจดูเป็นเรื่องยากเนื่องจากความต้องการฮาร์ดแวร์มหาศาลและการตั้งค่าที่ซับซ้อน ในขณะที่ AI ยังคงพัฒนาอย่างต่อเนื่อง ความสามารถในการโฮสต์โมเดลของคุณเองอย่างมีประสิทธิภาพกำลังกลายเป็นทักษะที่จำเป็นสำหรับนักพัฒนาและทีม Operations
หลักสูตรนี้จะเจาะลึกกระบวนการปรับใช้และเพิ่มประสิทธิภาพ LLMs โดยเปลี่ยนคุณจากมือใหม่ให้กลายเป็นผู้ที่สามารถให้บริการโมเดล AI ประสิทธิภาพสูงได้อย่างมีประสิทธิภาพ คุณจะได้สำรวจวิธีลดการใช้หน่วยความจำและเพิ่มความเร็ว Inference สูงสุดโดยใช้เทคนิคสมัยใหม่ เพื่อให้มั่นใจว่าคุณสามารถรันโมเดลที่ทรงพลังได้แม้จะมีทรัพยากรการคำนวณที่จำกัด
สิ่งที่คุณจะได้เรียนรู้:
• เข้าใจแนวคิดพื้นฐานของสถาปัตยกรรม LLM, Inference, และการจัดการหน่วยความจำ
• คำนวณความต้องการฮาร์ดแวร์และประมาณการความต้องการ GPU VRAM สำหรับโมเดลขนาดต่างๆ
• ประยุกต์ใช้วิธี Quantization สมัยใหม่ เช่น GGUF, AWQ, และ GPTQ เพื่อเพิ่มประสิทธิภาพน้ำหนักของโมเดล (Model Weights)
• กำหนดค่าและปรับใช้โมเดลโดยใช้ vLLM เพื่อการทำ Inference ที่มี Throughput สูงและ Latency ต่ำ
• สร้าง REST API Endpoints มาตรฐานเพื่อรวมโมเดลภายในเครื่องเข้ากับแอปพลิเคชันของคุณได้อย่างราบรื่น
• ฝึกฝนการทำ Containerization สำหรับการปรับใช้ LLM โดยใช้ Docker เพื่อสภาพแวดล้อมที่สม่ำเสมอและขยายขนาดได้
การเดินทางเริ่มต้นด้วยคำศัพท์ AI ที่จำเป็นและพื้นฐานฮาร์ดแวร์ ก่อนจะเข้าสู่แบบฝึกหัดการเขียนเชิงปฏิบัติที่เน้นเรื่อง Quantization และการปรับใช้ คุณจะก้าวหน้าไปทีละขั้นตอนผ่านสคริปต์การกำหนดค่าและรูปแบบการปรับใช้ที่ใช้ใน MLOps สมัยใหม่
ออกแบบมาสำหรับนักพัฒนาซอฟต์แวร์, ว่าที่วิศวกร DevOps, และผู้ที่ชื่นชอบเทคโนโลยีที่ไม่มีประสบการณ์ Machine Learning มาก่อน คู่มือรูปแบบข้อความนี้ต้องการเพียงความเข้าใจพื้นฐานเกี่ยวกับแนวคิดการเขียนโปรแกรมเท่านั้น
เริ่มอ่านวันนี้เพื่อสร้างทักษะของคุณในการปรับใช้ AI สมัยใหม่และการเพิ่มประสิทธิภาพ Inference
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ -
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา -
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ -
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ -
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์ -
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย -
⚡
กระชับและตรงประเด็น
3 ชม. เนื้อหาเชิงปฏิบัติ
รีวิว (20)
The quantization comparisons alone saved me hours of trial and error trying to fit a model onto my GPU.
Finally got vLLM running smoothly.
Khóa học giải thích rất rõ cách triển khai vLLM và áp dụng quantization để giảm bộ nhớ GPU mà vẫn giữ tốc độ suy luận ổn định.
เข้าใจ vLLM และ quantization ง่ายขึ้นมาก
Malinaw ang paliwanag sa pag-deploy gamit ang vLLM, pero sana mas detalyado pa sa paghahambing ng GPTQ at AWQ quantization.
vLLM 설치부터 quantization 적용까지 순서대로 따라가기만 하면 되게 구성되어 있어서 좋았습니다. 특히 AWQ와 GPTQ 방식의 차이를 실제 벤치마크로 보여주는 부분이 인상 깊었고, 덕분에 제 프로젝트에 맞는 방법을 바로 골라서 적용할 수 있었습니다.
vLLM ile yerel model dağıtımını ve quantization tekniklerini bu kadar net anlatan başka bir kaynak görmemiştim.
Kursus ini menerangkan dengan jelas cara guna vLLM dan quantization untuk deploy LLM secara tempatan tanpa memerlukan GPU yang terlalu besar.
Bom curso, mas rápido demais no batching.
Avevo già provato a configurare vLLM da solo un paio di volte senza grandi risultati, quindi questo corso è arrivato al momento giusto. La parte sulla quantizzazione, in particolare il confronto tra le varie tecniche per ridurre l'uso di memoria della GPU, è spiegata con esempi concreti e non solo teoria. Anche il capitolo su PagedAttention mi ha aiutato a capire perché certi modelli locali erano così lenti prima. L'unico neo è che la sezione finale sul batching dinamico va un po' di fretta e avrei voluto qualche esempio in più. Nel complesso però sono riuscito a far girare un modello locale con prestazioni decisamente migliori di prima.
Брался за курс, чтобы разобраться с локальным запуском моделей без облака, и в целом цель достигнута. Тема квантизации объяснена понятно: стало ясно, как ужать модель и не угробить качество, чтобы влезть в скромную видеокарту. Развёртывание через vLLM показали по шагам, я поднял свой инференс-сервер и проверил под нагрузкой. Единственное, хотелось бы чуть глубже про мониторинг в продакшене, этот раздел показался коротковатым. Но в остальном материал плотный и применимый сразу. Для тех, кто хочет держать LLM у себя, это отличная отправная точка.
Quantization kısmı çok faydalıydı ama vLLM'in production ortamına ölçeklendirilmesiyle ilgili örnekler biraz daha fazla olabilirdi.
O curso mostra na prática como configurar o vLLM e aplicar quantização sem transformar isso num mar de teoria abstrata. Gostei bastante de como a parte de PagedAttention foi explicada com desenhos simples que finalmente fizeram sentido pra mim. Depois de terminar consegui rodar um modelo local com uma latência bem menor do que antes.
Practical and hands-on, though it assumes you're already comfortable with basic GPU setup before diving into vLLM.
평소에 로컬 LLM을 돌릴 때 GPU 메모리 문제로 계속 막혔었는데, 이 강의를 듣고 나서야 quantization이 실제로 어떻게 작동하는지 감을 잡았습니다. vLLM 설정 과정을 단계별로 따라가면서 PagedAttention 개념까지 자연스럽게 이해가 됐고, 실습 예제도 실제 배포 환경과 비슷하게 구성되어 있어서 도움이 많이 됐습니다. GPTQ와 AWQ 차이를 비교해주는 부분이 특히 유용했는데, 다만 후반부 배치 처리 최적화 설명은 조금 빠르게 지나가서 몇 번 되돌려 봐야 했습니다. 그래도 전체적으로 로컬 배포를 실무 수준으로 끌어올려주는 강의였습니다.
The walkthrough on quantizing models with AWQ actually made the memory savings click for me instead of just being a buzzword. Setting up vLLM locally went a lot smoother following the instructor's config choices than when I tried it on my own before. The only gap is the course doesn't spend much time on multi-GPU serving, which I would have liked.
Made local deployment actually make sense.
मैंने पहले vLLM को इंस्टॉल करने की कई बार कोशिश की थी लेकिन हमेशा GPU मेमोरी की दिक्कत आ जाती थी, इस कोर्स ने वो पूरी प्रक्रिया कदम दर कदम समझाई। Quantization वाले हिस्से में INT8 और INT4 के बीच का ट्रेडऑफ बहुत साफ तरीके से बताया गया, जिससे यह समझना आसान हो गया कि कब कौन सा तरीका इस्तेमाल करना चाहिए। PagedAttention का कॉन्सेप्ट पहले किताबी लगता था लेकिन यहां प्रैक्टिकल उदाहरण से समझ आ गया। सर्विंग API सेटअप करने वाला हिस्सा भी असली प्रोडक्शन जैसा फील देता है, सिर्फ थ्योरी नहीं। कुल मिलाकर अब मैं अपने खुद के मॉडल को लोकली डिप्लॉय करने में कॉन्फिडेंट महसूस करता हूं।
Dense but genuinely useful content.
ผู้เรียนคนอื่นเรียน
🔥 ยอดนิยม
🎓 มีใบรับรอง
Generative AI สำหรับช่างสัก: การออกแบบและการจัดวางตำแหน่ง
ใบรับรอง
ลงมือทำ
$14.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
AI Voice Cloning: สร้างเสียงดิจิทัลส่วนตัวของคุณ
ใบรับรอง
ลงมือทำ
$14.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
AI สำหรับครูสอน ESL: บทเรียน, ข้อความ และข้อสอบ
ใบรับรอง
ลงมือทำ
$14.99
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
พื้นฐานของ LLMOps: การ Deploy, Version และ Monitor LLMs
ใบรับรอง
ลงมือทำ
$14.99
→
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร? +
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม? +
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม? +
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม