Red Hat OpenShift AI 是一个灵活的 MLOps 平台,可帮助联邦机构标准化和简化将机器学习引入其应用程序的流程。该解决方案建立在 Red Hat Enterprise Linux 和 OpenShift 的安全基础上,为大规模开发和部署机器学习模型提供了强大且值得信赖的环境。通过利用 OpenShift 作为基础混合云平台,OpenShift AI 可在任何基础架构中提供一致的体验,使机构能够轻松灵活地部署智能功能。该平台丰富的合作伙伴生态系统可确保与第三方工具的无缝集成,简化 AI 技术的采用,并为数据科学家提供最佳工具来完成工作。
Datadog Agent 将集群/应用程序指标发送到 Datadog 服务 Federator.ai 的数据适配器从 Datadog 服务查询集群/应用程序指标并将其转发到 Federator.ai AI 引擎 数据适配器将 Federator.ai 创建的预测/建议/计划发布到 Datadog 服务 Datadog 集群代理从 Datadog 服务获取预测/建议/计划 WPA 应用计划并自动扩展应用程序 Datadog 仪表板显示集群/应用程序指标以及 Federator.ai 的预测/建议/计划
本文档中的插图和插图在创意共享归因下获得红色帽子的许可 - 相似于3.0未体育的许可证(“ CC-BY-SA”)。可以在http://creativecommons.org/licenses/by-sa/3.0/上获得CC-BY-SA的解释。根据CC-BY-SA,如果您分发此文档或对其进行改编,则必须为原始版本提供URL。
本文档中的插图和插图在创意共享归因下获得红色帽子的许可 - 相似于3.0未体育的许可证(“ CC-BY-SA”)。可以在http://creativecommons.org/licenses/by-sa/3.0/上获得CC-BY-SA的解释。根据CC-BY-SA,如果您分发此文档或对其进行改编,则必须为原始版本提供URL。
本文档中的插图和插图在创意共享归因下获得红色帽子的许可 - 相似于3.0未体育的许可证(“ CC-BY-SA”)。可以在http://creativecommons.org/licenses/by-sa/3.0/上获得CC-BY-SA的解释。根据CC-BY-SA,如果您分发此文档或对其进行改编,则必须为原始版本提供URL。
要控制对OpenShift容器平台群集的访问,群集管理员可以配置用户身份验证,以确保仅批准的用户访问群集。要与OpenShift容器平台群集进行交互,必须使用OpenShift容器平台API进行身份验证。您可以通过在请求中向OpenShift容器平台API提供OAuth访问令牌或X.509客户端证书来验证。
请注意,可以通过单击启动独立笔记本服务器链接、选择笔记本图像并单击启动服务器来启动 Jupyter 笔记本。但是,这将是一次性的 Jupyter 笔记本,单独运行。要实施数据科学工作流程,您必须创建一个数据科学项目(如以下过程所述)。项目允许您和您的团队在分离的命名空间内组织和协作资源。您可以从项目中创建多个工作台,每个工作台都有自己的 IDE 环境(例如,JupyterLab),每个工作台都有自己的连接和集群存储。此外,工作台可以与管道和模型服务器共享模型和数据。
模型注册表是人工智能/机器学习(AI/ML)模型的生命周期中的重要组成部分,也是任何机器学习操作(MLOPS)平台或ML工作流的重要组成部分。模型注册表充当中央存储库,从成立到部署中持有与机器学习模型相关的元数据。此元数据范围从高级信息(例如部署环境和项目起源)到复杂的细节,例如培训超参数,性能指标和部署事件。模型注册表充当模型实验和服务之间的桥梁,为ML生命周期的利益相关者提供安全的协作元数据商店界面。
OpenShift容器平台中的每个控制平面机4.17群集都必须使用RHCO,其中包括一个关键的第一启动配置工具,称为IGNITION。此工具使集群能够配置机器。操作系统更新作为可引导容器映像(使用Ostree作为后端)传递,由计算机配置操作员在群集上部署。实际操作系统更改是通过使用RPM-OSTREE作为原子操作在每台机器上就位的。一起,这些技术启用了OpenShift容器平台,可以通过实地升级来管理集群上的任何其他应用程序,以使整个平台保持最新。这些就地更新可以减轻运营团队的负担。
禁用为支持多个提供商驱动程序的云提供负载平衡-As-As-Service(LBAAS)。参考提供商驱动程序(Amphora提供商驱动程序)是一个开源,可扩展且高度可用的负载平衡提供商。它通过管理一组虚拟机器(统称为Amphorae)来完成负载平衡服务的交付,并按需创建。