Nasazení rozšíření Azure Machine Learning v clusteru Kubernetes AKS nebo Arc

Pokud chcete clusterU AKS nebo Arc Kubernetes povolit spouštění trénovacích úloh nebo úloh odvozování, musíte nejprve nasadit rozšíření Azure Machine Učení v clusteru AKS nebo Arc Kubernetes. Rozšíření Azure Machine Učení je postavené na rozšíření clusteru pro AKS a rozšíření clusteru nebo Arc Kubernetes a jeho životní cyklus je možné snadno spravovat pomocí rozšíření Azure CLI k8s.

V tomto článku se dozvíte:

• Požadavky
• Omezení
• Kontrola nastavení konfigurace rozšíření Azure Machine Learningu
• Scénáře nasazení rozšíření Azure Machine Learning
• Ověření nasazení rozšíření Azure Machine Learning
• Kontrola komponent rozšíření Azure Machine Learning
• Správa rozšíření Azure Machine Learning

Požadavky

• Cluster AKS spuštěný v Azure. Pokud jste dříve nepoužívali rozšíření clusteru, musíte zaregistrovat poskytovatele služby KubernetesConfiguration.
• Nebo je cluster Kubernetes Arc spuštěný a spuštěný. Postupujte podle pokynů v připojení existujícího clusteru Kubernetes ke službě Azure Arc.
  • Pokud je clusterem Azure RedHat OpenShift Service (ARO) nebo clusterem OpenShift Container Platform (OCP), musíte vyhovět dalším krokům požadovaným postupem, jak je uvedeno v referenčních informacích ke konfiguraci článku o clusteru Kubernetes.
• Pro produkční účely musí mít cluster Kubernetes minimálně 4 jádra vCPU a 14 GB paměti. Další informace o podrobnostech o prostředcích a doporučeních velikosti clusteru najdete v tématu Doporučené plánování prostředků.
• Cluster spuštěný za odchozím proxy serverem nebo bránou firewall potřebuje další konfigurace sítě.
• Nainstalujte nebo upgradujte Azure CLI na verzi 2.24.0 nebo vyšší.
• Nainstalujte nebo upgradujte rozšíření k8s-extension Azure CLI na verzi 1.2.3 nebo vyšší.

Omezení

• Azure Machine Učení nepodporuje použití instančního objektu s AKS. Cluster AKS musí místo toho používat spravovanou identitu . Podporuje se spravovaná identita přiřazená systémem i spravovaná identita přiřazená uživatelem. Další informace najdete v tématu Použití spravované identity ve službě Azure Kubernetes Service.
  • Když se instanční objekt použitý v clusteru AKS převede na použití spravované identity, je před instalací rozšíření potřeba odstranit a znovu vytvořit všechny fondy uzlů, nikoli přímo aktualizovat.
• Azure Machine Učení nepodporuje zakázání místních účtů pro AKS. Při nasazení clusteru AKS jsou místní účty ve výchozím nastavení povolené.
• Pokud má váš cluster AKS povolený autorizovaný rozsah IP adres pro přístup k serveru rozhraní API, povolte rozsahy IP adres řídicí roviny azure Učení pro cluster AKS. Řídicí rovina služby Azure Machine Learning se nasazuje napříč spárovanými oblastmi a nasazuje odvozovací pody v clusteru AKS. Bez přístupu k serveru API nelze odvozovací pody nasadit. Při povolování rozsahů IP adres v clusteru AKS použijte rozsahy IP adres pro obě spárované oblasti.
• Azure Machine Učení nepodporuje připojení clusteru AKS mezi předplatnými. Pokud máte cluster AKS v jiném předplatném, musíte ho nejdřív připojit k Azure-Arc a zadat ve stejném předplatném jako pracovní prostor Azure Machine Učení.
• Azure Machine Učení nezaručuje podporu všech funkcí fáze Preview v AKS. Například identita podu Microsoft Entra není podporovaná.
• Pokud jste postupovali podle kroků z dokumentu Azure Machine Učení AKS v1 k vytvoření nebo připojení clusteru AKS jako odvozování, před pokračováním v dalším kroku pomocí následujícího odkazu vyčistíte starší prostředky související s azureml-fe.

Kontrola nastavení konfigurace rozšíření Azure Machine Learningu

K nasazení rozšíření Azure Machine Učení můžete použít příkaz k8s-extension create Azure Machine Učení CLI. Rozhraní příkazového řádku k8s-extension create umožňuje zadat sadu nastavení konfigurace ve key=value formátu pomocí --config nebo --config-protected parametru. Následuje seznam dostupných nastavení konfigurace, která se mají zadat během nasazení rozšíření Azure Machine Učení.

Název klíče nastavení konfigurace	Popis	Školení	Odvozování	Školení a odvozování
enableTraining	True nebo False, výchozí False. Pro nasazení rozšíření Azure Machine Učení je potřeba nastavit True trénování modelu Učení a podporu dávkového vyhodnocování.	✓	–	✓
enableInference	True nebo False, výchozí False. Musí být nastavené na True nasazení rozšíření Azure Machine Učení s podporou odvození Učení počítače.	–	✓	✓
allowInsecureConnections	True nebo False, výchozí False. Pro účely vývoje nebo testování je možné nastavit použití True koncových bodů HTTP pro odvozování.	–	Volitelné	Volitelné
inferenceRouterServiceType	loadBalancernodePort nebo clusterIP. Vyžaduje se , pokud enableInference=True.	–	✓	✓
internalLoadBalancerProvider	Tato konfigurace se dá použít jenom pro cluster Azure Kubernetes Service (AKS). Nastavte na povolení azure odvozovacího směrovače pomocí interního nástroje pro vyrovnávání zatížení.	–	Volitelné	Volitelné
sslSecret	Název tajného kódu Kubernetes v azureml oboru názvů. Tato konfigurace se používá k ukládání cert.pem (certifikát TLS/SSL s kódováním PEM) a key.pem (klíč TLS/SSL s kódováním PEM), které jsou vyžadovány pro podporu odvozování koncového bodu HTTPS, pokud allowInsecureConnections je nastavená hodnota False. Ukázkovou definici sslSecretYAML naleznete v tématu Konfigurace sslSecret. Použijte tuto konfiguraci nebo kombinaci a sslKeyPemFile chráněného sslCertPemFile nastavení konfigurace.	–	Volitelné	Volitelné
sslCname	Koncový bod HTTPS odvozuje protokol TLS/SSL CNAME. Požadováno v případě, že allowInsecureConnections=False	–	Volitelné	Volitelné
inferenceRouterHA	True nebo False, výchozí True. Rozšíření Azure Machine Učení ve výchozím nastavení nasadí tři repliky odvozovacího směrovače pro zajištění vysoké dostupnosti, což vyžaduje alespoň tři pracovní uzly v clusteru. Nastavte, False pokud má váš cluster méně než tři pracovní uzly, v tomto případě je nasazena pouze jedna služba odvozovací směrovače.	–	Volitelné	Volitelné
nodeSelector	Ve výchozím nastavení se nasazené prostředky Kubernetes a úlohy strojového učení náhodně nasazují do jednoho nebo více uzlů clusteru a prostředky daemonSet se nasazují do všech uzlů. Pokud chcete omezit nasazení rozšíření a úlohy trénování/odvozování na konkrétní uzly s popiskem key1=value1 a key2=value2odpovídajícím způsobem je použítnodeSelector.key1=value1nodeSelector.key2=value2.	Volitelné	Volitelné	Volitelné
installNvidiaDevicePlugin	True nebo False, výchozí False. Modul plug-in zařízení NVIDIA se vyžaduje pro úlohy ML na hardwaru NVIDIA GPU. Nasazení rozšíření Azure Machine Učení ve výchozím nastavení nenainstaluje modul plug-in ZAŘÍZENÍ NVIDIA bez ohledu na cluster Kubernetes má hardware GPU nebo ne. Uživatel může toto nastavení zadat, aby Trueho nainstaloval, ale ujistěte se, že splňuje požadavky.	Volitelné	Volitelné	Volitelné
installPromOp	True nebo False, výchozí True. Rozšíření Azure Machine Učení potřebuje operátor prometheus pro správu prometheus. Nastavte na False opětovné použití existujícího operátoru prometheus. Další informace o opětovném nasazení existujícího operátoru prometheus najdete v tématu opětovného nasazení operátoru prometheus.	Volitelné	Volitelné	Volitelné
installVolcano	True nebo False, výchozí True. Rozšíření Azure Machine Učení potřebuje plánovač sopek k naplánování úlohy. Nastavte na False opakované použití existujícího plánovače sopek. Další informace o opětovném nasazení existujícího plánovače sopek naleznete v tématu opětovného nasazení plánovače sopek.	Volitelné	–	Volitelné
installDcgmExporter	True nebo False, výchozí False. Exportér Dcgm může zveřejnit metriky GPU pro úlohy Učení azure, které je možné monitorovat na webu Azure Portal. Nastavte installDcgmExporter na True instalaci nástroje dcgm-exportér. Pokud ale chcete využít vlastního vývozce dcgm, podívejte se na vývozce DCGM.	Volitelné	Volitelné	Volitelné

Název klíče chráněného nastavením konfigurace	Popis	Školení	Odvozování	Školení a odvozování
sslCertPemFile, sslKeyPemFile	Cesta k certifikátu TLS/SSL a souboru klíče (kódovaný PEM) vyžadované pro nasazení rozšíření Azure Machine Učení s podporou odvozování koncového bodu HTTPS, pokud allowInsecureConnections je nastavená na False. Poznámka: Soubor PEM s chráněným heslem není podporovaný.	–	Volitelné	Volitelné

Jak vidíte v tabulce nastavení konfigurace, kombinace různých nastavení konfigurace umožňují nasadit rozšíření Azure Machine Učení pro různé scénáře úloh ML:

• Pro trénovací úlohu a dávkové odvozování úlohy zadejte enableTraining=True
• Pouze pro odvozování úlohy zadejte enableInference=True
• Pro všechny druhy úloh ML zadejte obojí enableTraining=True a enableInference=True

Pokud plánujete nasadit rozšíření Azure Machine Učení pro úlohu odvozování v reálném čase a chcete určitenableInference=True, věnujte pozornost následujícím nastavením konfigurace souvisejícím s úlohou odvozování v reálném čase:

• azureml-fe Služba směrovače je vyžadována pro podporu odvozování v reálném čase a je nutné zadat inferenceRouterServiceType nastavení konfigurace pro azureml-fe. azureml-fe lze nasadit jedním z následujících inferenceRouterServiceTypezpůsobů:
  • Zadejte LoadBalancer. azureml-fe Zveřejňuje externě pomocí nástroje pro vyrovnávání zatížení poskytovatele cloudu. Pokud chcete tuto hodnotu zadat, ujistěte se, že váš cluster podporuje zřizování nástroje pro vyrovnávání zatížení. Všimněte si, že většina místních clusterů Kubernetes nemusí podporovat externí nástroj pro vyrovnávání zatížení.
  • Zadejte NodePort. azureml-fe Zveřejňuje IP adresu každého uzlu na statickém portu. Budete moct kontaktovat azureml-feuživatele mimo cluster tím, že si vyžádáte <NodeIP>:<NodePort>. Použití NodePort také umožňuje nastavit vlastní řešení vyrovnávání zatížení a ukončení protokolu TLS/SSL pro azureml-fe.
  • Zadejte ClusterIP. azureml-fe Zveřejňuje interní IP adresu clusteru a umožňuje azureml-fe přístup pouze z clusteru. Aby azureml-fe bylo možné poskytovat žádosti o odvozování přicházející mimo cluster, musíte nastavit vlastní řešení vyrovnávání zatížení a ukončení protokolu TLS/SSL pro azureml-fe.
• Kvůli zajištění vysoké dostupnosti azureml-fe směrovací služby ve výchozím nastavení vytvoří nasazení rozšíření Azure Machine Učení tři repliky pro clusteryazureml-fe, které mají tři uzly nebo více. Pokud má váš cluster méně než 3 uzly, nastavte inferenceRouterHA=False.
• Chcete také zvážit použití protokolu HTTPS k omezení přístupu ke koncovým bodům modelu a zabezpečení dat, která klienti odesílali. Pro tento účel byste museli zadat sslSecret buď nastavení konfigurace, nebo kombinaci nastavení chráněných konfigurací a sslCertPemFile nastavení chráněných sslKeyPemFile konfigurací.
• Nasazení rozšíření Azure Machine Učení ve výchozím nastavení očekává nastavení konfigurace pro podporu PROTOKOLU HTTPS. Pro účely vývoje nebo testování je podpora PROTOKOLU HTTP pohodlně poskytována prostřednictvím nastavení allowInsecureConnections=Truekonfigurace .

Nasazení rozšíření Azure Machine Learningu – Příklady rozhraní příkazového řádku a Azure Portal

Azure CLI

Pokud chcete nasadit rozšíření Azure Machine Učení pomocí rozhraní příkazového řádku, použijte az k8s-extension create příkaz předávající hodnoty povinných parametrů.

Uvádíme čtyři typické scénáře nasazení rozšíření pro referenci. Pokud chcete nasadit rozšíření pro produkční využití, pečlivě si přečtěte úplný seznam nastavení konfigurace.

• Použití clusteru AKS v Azure k rychlému testování konceptu ke spuštění všech druhů úloh ML, tj. ke spouštění trénovacích úloh nebo k nasazení modelů jako online nebo dávkových koncových bodů

  V případě nasazení rozšíření Azure Machine Učení v clusteru AKS nezapomeňte zadat managedClusters hodnotu parametru--cluster-type. Spuštěním následujícího příkazu Azure CLI nasaďte rozšíření Azure Machine Učení:

  az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True enableInference=True inferenceRouterServiceType=LoadBalancer allowInsecureConnections=True InferenceRouterHA=False --cluster-type managedClusters --cluster-name <your-AKS-cluster-name> --resource-group <your-RG-name> --scope cluster
  

• Použití clusteru Arc Kubernetes mimo Azure k rychlému testování konceptu ke spouštění trénovacích úloh

  Pro nasazení rozšíření Azure Machine Učení v clusteru Arc Kubernetes byste museli zadat connectedClusters hodnotu parametru--cluster-type. Spuštěním následujícího příkazu Azure CLI nasaďte rozšíření Azure Machine Učení:

  az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True --cluster-type connectedClusters --cluster-name <your-connected-cluster-name> --resource-group <your-RG-name> --scope cluster
  

• Povolení clusteru AKS v Azure pro produkční trénování a odvozování úloh pro nasazení rozšíření azure machine Učení v AKS nezapomeňte zadat managedClusters hodnotu parametru--cluster-type. Za předpokladu, že má váš cluster více než tři uzly, a pro podporu úloh odvozování použijete veřejný nástroj pro vyrovnávání zatížení Azure a PROTOKOL HTTPS. Spuštěním následujícího příkazu Azure CLI nasaďte rozšíření Azure Machine Učení:

  az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True enableInference=True inferenceRouterServiceType=LoadBalancer sslCname=<ssl cname> --config-protected sslCertPemFile=<file-path-to-cert-PEM> sslKeyPemFile=<file-path-to-cert-KEY> --cluster-type managedClusters --cluster-name <your-AKS-cluster-name> --resource-group <your-RG-name> --scope cluster
  

• Povolení clusteru Arc Kubernetes kdekoli pro úlohy trénování a odvozování v produkčním prostředí pomocí grafických procesorů NVIDIA

  V případě nasazení rozšíření Azure Machine Učení v clusteru Arc Kubernetes nezapomeňte zadat connectedClusters hodnotu parametru--cluster-type. Za předpokladu, že má váš cluster více než tři uzly, použijete pro podporu úloh odvození typ služby NodePort a HTTPS, spuštěním následujícího příkazu Azure CLI nasaďte rozšíření Azure Machine Učení:

  az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True enableInference=True inferenceRouterServiceType=NodePort sslCname=<ssl cname> installNvidiaDevicePlugin=True installDcgmExporter=True --config-protected sslCertPemFile=<file-path-to-cert-PEM> sslKeyPemFile=<file-path-to-cert-KEY> --cluster-type connectedClusters --cluster-name <your-connected-cluster-name> --resource-group <your-RG-name> --scope cluster
  

Azure Portal

Prostředí uživatelského rozhraní pro nasazení rozšíření je k dispozici pouze pro Arc Kubernetes. Pokud máte cluster AKS bez připojení Azure Arc, musíte k nasazení rozšíření Azure Machine Učení použít rozhraní příkazového řádku.

1. Na webu Azure Portal přejděte na Kubernetes – Azure Arc a vyberte cluster.

2. Vyberte Rozšíření (v části Nastavení) a pak vyberte + Přidat.

   

3. V seznamu dostupných rozšíření vyberte rozšíření Azure Machine Učení a nasaďte nejnovější verzi rozšíření.

   

4. Postupujte podle pokynů k nasazení rozšíření. Instalaci můžete přizpůsobit konfigurací instalace na kartě Základy, Konfigurace a Upřesnit. Podrobný seznam nastavení konfigurace rozšíření Azure Machine Učení najdete v tématu Nastavení konfigurace rozšíření Azure Machine Učení.

   

5. Na kartě Revize a vytvoření vyberte Vytvořit.

   

6. Po dokončení nasazení se na stránce Rozšíření zobrazí rozšíření Azure Machine Učení. Pokud instalace rozšíření proběhne úspěšně, zobrazí se stav Instalace.

   

Ověření nasazení rozšíření Azure Machine Learning

1. Spuštěním následujícího příkazu rozhraní příkazového řádku zkontrolujte podrobnosti o rozšíření azure machine Učení:

   az k8s-extension show --name <extension-name> --cluster-type connectedClusters --cluster-name <your-connected-cluster-name> --resource-group <resource-group>
   

2. V odpovědi vyhledejte "name" a "provisioningState": "Succeeded". Všimněte si, že se během prvních několika minut může zobrazit stav zřizování: Čeká se na vyřízení.

3. Pokud se stav zřizování zobrazí Úspěšně, spusťte na svém počítači následující příkaz se souborem kubeconfig, který odkazuje na váš cluster, a zkontrolujte, že všechny pody v oboru názvů azureml jsou ve stavu Spuštěno:

    kubectl get pods -n azureml
   

Kontrola komponent rozšíření Azure Machine Learning.

Po dokončení nasazení rozšíření Azure Machine Učení můžete zobrazit kubectl get deployments -n azureml seznam prostředků vytvořených v clusteru. Obvykle se skládá z podmnožina následujících prostředků podle zadaného nastavení konfigurace.

Název prostředku	Typ prostředku	Školení	Odvozování	Školení a odvozování	Popis	Komunikace s cloudem
relayserver	Nasazení Kubernetes	✓	✓	✓	Předávací server se vytváří jenom pro cluster Arc Kubernetes, a ne v clusteru AKS. Relay server spolupracuje se službou Azure Relay ke komunikaci s cloudovými službami.	Přijmout žádost o vytvoření úlohy, nasazení modelu z cloudové služby; synchronizujte stav úlohy s cloudovou službou.
brána	Nasazení Kubernetes	✓	✓	✓	Brána se používá ke komunikaci a odesílání dat zpět a zpět.	Odesílání informací o uzlech a prostředcích clusteru do cloudových služeb
aml-operator	Nasazení Kubernetes	✓	–	✓	Správa životního cyklu trénovacích úloh	Výměna tokenů se službou cloudových tokenů pro ověřování a autorizaci služby Azure Container Registry
metrics-controller-manager	Nasazení Kubernetes	✓	✓	✓	Správa konfigurace pro Prometheus	–
{EXTENSION-NAME}-kube-state-metrics	Nasazení Kubernetes	✓	✓	✓	Exportujte metriky související s clusterem do prometheus.	–
{EXTENSION-NAME}-prometheus-operator	Nasazení Kubernetes	Volitelné	Volitelné	Volitelné	Poskytněte nativní nasazení a správu Prometheus v Kubernetes a souvisejících komponentách monitorování.	–
amlarc-identity-controller	Nasazení Kubernetes	–	✓	✓	Vyžádání a obnovení tokenu Azure Blob nebo Azure Container Registry prostřednictvím spravované identity	Výměna tokenů se službou cloudových tokenů pro ověřování a autorizaci služby Azure Container Registry a objektu blob Azure používaného při odvozování nebo nasazení modelu
amlarc-identity-proxy	Nasazení Kubernetes	–	✓	✓	Vyžádání a obnovení tokenu Azure Blob nebo Azure Container Registry prostřednictvím spravované identity	Výměna tokenů se službou cloudových tokenů pro ověřování a autorizaci služby Azure Container Registry a objektu blob Azure používaného při odvozování nebo nasazení modelu
azureml-fe-v2	Nasazení Kubernetes	–	✓	✓	Front-endová komponenta, která směruje příchozí požadavky na odvození do nasazených služeb.	Odešle protokoly služby do azure Blob.
inference-operator-controller-manager	Nasazení Kubernetes	–	✓	✓	Správa životního cyklu koncových bodů odvozování	–
vstup do sopek	Nasazení Kubernetes	Volitelné	–	Volitelné	Webhook pro vstup do sopek.	–
kontrolery sopek	Nasazení Kubernetes	Volitelné	–	Volitelné	Správa životního cyklu podů trénovacích úloh služby Azure Machine Učení	–
Plánovač Volcano	Nasazení Kubernetes	Volitelné	–	Volitelné	Slouží k plánování úloh v clusteru.	–
fluent-bit	Démon Kubernetes	✓	✓	✓	Shromážděte systémový protokol komponent.	Nahrajte systémový protokol komponent do cloudu.
{EXTENSION-NAME}-dcgm-exportér	Démon Kubernetes	Volitelné	Volitelné	Volitelné	Dcgm-exportér zveřejňuje metriky GPU pro Prometheus.	–
nvidia-device-plugin-daemonset	Démon Kubernetes	Volitelné	Volitelné	Volitelné	nvidia-device-plugin-daemonset zveřejňuje gpu na každém uzlu clusteru.	–
prometheus-prom-prometheus	Stavová sada Kubernetes	✓	✓	✓	Shromážděte a odesílejte metriky úloh do cloudu.	Odesílání metrik úloh, jako je využití procesoru, gpu nebo paměti do cloudu

Důležité

• Prostředek Azure Relay je ve stejné skupině prostředků jako prostředek clusteru Arc. Používá se ke komunikaci s clusterem Kubernetes a jejich úpravám se přeruší připojené cílové výpočetní objekty.
• Ve výchozím nastavení se prostředky nasazení Kubernetes náhodně nasazují na 1 nebo více uzlů clusteru a prostředky démona se nasazují do všech uzlů. Pokud chcete omezit nasazení rozšíření na konkrétní uzly, použijte nodeSelector nastavení konfigurace popsané v tabulce nastavení konfigurace.

Poznámka:

• {EXTENSION-NAME}: je název rozšíření zadaný příkazem az k8s-extension create --name rozhraní příkazového řádku.

Správa rozšíření Azure Machine Learning

Aktualizace, výpis, zobrazení a odstranění rozšíření Azure Machine Učení

• Informace o clusteru AKS bez připojení Azure Arc najdete v tématu Nasazení a správa rozšíření clusteru.
• Informace o nasazení a správě rozšíření clusteru Kubernetes s podporou Azure Arc najdete v tématu Nasazení a správa rozšíření clusteru Kubernetes s podporou Azure Arc.

Další kroky

• Krok 2: Připojení clusteru Kubernetes k pracovnímu prostoru
• Vytváření a správa typů instancí
• Azure Machine Učení požadavky na odvozovací směrovač a připojení
• Zabezpečené prostředí pro odvozování AKS