第1章 Red Hat OpenShift AI を MicroShift で使用する

エッジデプロイメントは、データが発生し、意思決定を行う必要がある場所です。Red Hat OpenShift AI (Red Hat OpenShift AI Self-Managed) を使用すると、MicroShift 駆動型エッジデバイスのフリートを人工知能および機械学習 (AI/ML) 運用サイクルに統合できます。MicroShift は、Kubernetes の KServe コンポーネントに基づくシングルモデルサービングプラットフォームと互換性があります。KServe は、モデルサービングをオーケストレーションするプラットフォームです。

Red Hat OpenShift AI Self-Managed は、データサイエンティストおよび AI/ML アプリケーション開発者向けのプラットフォームです。まず、クラウドまたはデータセンターで Red Hat OpenShift AI Self-Managed を使用して、AI モデルを開発、トレーニング、テストします。次に、MicroShift のエッジデプロイメントでモデルを実行します。

AI モデルをデプロイした後、アプリケーションデータをモデルに送信できるようになり、モデルは人間のユーザーなしでデータに基づく意思決定を行うことができます。これは、管理者とのやり取りが自然と制限されるエッジアプリケーションにとって理想的なシナリオです。