接続されたアプリケーションの使用


Red Hat OpenShift AI Cloud Service 1

Red Hat OpenShift AI Cloud Service からアプリケーションに接続する

概要

接続されたアプリケーションへのアクセスを有効にする方法、ダッシュボードから使用されていないアプリケーションを削除する方法、デフォルトで有効になっている Jupyter アプリケーションにアクセスして使用する方法を学習します。

第1章 OpenShift AI に接続されたアプリケーションの表示

OpenShift AI ダッシュボードから、利用可能なオープンソースおよびサードパーティーの接続アプリケーションを表示できます。

前提条件

  • Red Hat OpenShift AI にログインしている。

手順

  1. OpenShift AI ダッシュボードから、ApplicationsExplore を選択します。

    Explore ページには、OpenShift AI で使用できるアプリケーションが表示されます。

  2. タイルをクリックしてアプリケーションの詳細を確認するか、Enable ボタンにアクセスします。

    注記: Enable ボタンは、アプリケーションが OpenShift Operator のインストールを必要としない場合にのみ表示されます。

検証

Explore ページにアクセスし、タイルをクリックします。

第2章 OpenShift AI に接続されたアプリケーションの有効化

SaaS ベースのアプリケーションを Red Hat OpenShift AI で使用する前に、有効にする必要があります。クラスター上のアプリケーションは自動的に有効になります。

通常、次のいずれかの方法を使用して、OpenShift AI に接続されたアプリケーションをインストールまたは有効化できます。

  • 次の手順で説明されているように、OpenShift AI ダッシュボードの Explore ページからアプリケーションを有効にします。
  • OperatorHub からアプリケーションの Operator をインストールします。OperatorHub は、クラスター管理者がクラスター上にインストールする Operator を検出し、選択するための Web コンソールです。これは、デフォルトで OpenShift にデプロイされます (Web コンソールを使用した OperatorHub からのインストール)。

    注記

    OperatorHub からインストールされた Operator を含むデプロイメントは、Red Hat では完全にサポートされない可能性があります。

  • Red Hat Marketplace からアプリケーションの Operator をインストールします (Operators をインストール)。
  • アプリケーションをアドオンとして OpenShift Dedicated (OpenShift Dedicated クラスターへの Operator の追加) または ROSA クラスター (ROSA クラスターへの Operator の追加) にインストールします。

一部のアプリケーション (Jupyter など) では、API エンドポイントは、OpenShift AI の Enabled ページのアプリケーションのタイルで利用できます。一部のアプリケーションはタイルから直接アクセスできません。たとえば、OpenVINO は Jupyter で使用するためのノートブックイメージを提供しますが、タイルからエンドポイントリンクは提供しません。さらに、ノートブック環境で簡単に参照できるように、これらのエンドポイント URL を環境変数として保存すると便利な場合があります。

一部の独立系ソフトウェアベンダー (ISV) アプリケーションは、特定の namespace にインストールする必要があります。このような場合は、OpenShift AI ダッシュボードのアプリケーションのタイルで必要な namespace が指定されます。

すぐに使い始められるように、アプリケーションのタイルの関連リンクをクリックして、Resources ページまたは Enabled ページでアプリケーションのラーニングリソースとドキュメントにアクセスできます。

前提条件

  • Red Hat OpenShift AI にログインしている。
  • 管理者が OpenShift クラスターにアプリケーションをインストールまたは設定している。

手順

  1. OpenShift AI ホームページで、Explore をクリックします。
  2. Explore ページで、有効にするアプリケーションのタイルを見つけます。
  3. アプリケーションタイルで Enable をクリックします。
  4. プロンプトが表示されたら、アプリケーションのサービスキーを入力し、Connect をクリックします。
  5. Enable をクリックして、アプリケーションを有効にすることを確認します。

検証

  • 有効にしたアプリケーションが、Enabled ページに表示されます。
  • API エンドポイントは、Enabled ページのアプリケーションのタイルに表示されます。

第3章 ダッシュボードからの無効なアプリケーションの削除

管理者が未使用のアプリケーションを無効にしたら、そのアプリケーションを Red Hat OpenShift AI ダッシュボードから手動で削除できます。未使用のアプリケーションを無効にして削除すると、使用する可能性が最も高いアプリケーションに集中できます。

前提条件

手順

  1. OpenShift AI インターフェイスで、ApplicationsEnabled をクリックします。

    Enabled ページで、無効なアプリケーションのタイルには Disabled ラベルが表示されます。

  2. 削除するアプリケーションのタイルで Disabled をクリックします。
  3. リンクをクリックして、アプリケーションタイルを削除します。

検証

  • 無効にされたアプリケーションのタイルは、Enabled ページに表示されなくなります。

第4章 基本的なワークベンチの使用

Red Hat OpenShift AI では、ユーザーに独自のデータサイエンスプロジェクトを使用させない場合や、OpenShift AI の外部で開発され、他の環境に依存しない Jupyter ノートブックを開く場合など、有効なアプリケーションとして Start basic workbench へのアクセスが提供されます。

OpenShift AI 上のワークベンチにアクセスする際には、データサイエンスプロジェクトを使用することを推奨します。これについては ワークベンチの作成と IDE の選択 で説明されています。OpenShift AI データサイエンスプロジェクトを使用して Jupyter を含むワークベンチを作成する利点は、プロジェクトによりデータサイエンスの作業が 1 カ所に整理され、接続などの機能が追加されるため、データにアクセスしてモデルとパイプラインを保存し、ML ワークフローを自動化できることです。

4.1. 基本的なワークベンチの起動

基本的なワークベンチの使用は、サーバークライアントアーキテクチャーをベースにしています。基本的なワークベンチは、Red Hat OpenShift クラスター上のコンテナー内で動作します。クライアントは、ローカルコンピューターの Web ブラウザーで開く IDE インターフェイスです。ただし、IDE に入力したコマンドはすべて、ワークベンチによって実行されます。このアーキテクチャーにより、すべての処理がクラスター上で行われながら、ブラウザー環境でローカルコンピューターを介して対話できるようになります。処理されるデータがクラスターから外に出ることがないため、クラスターでは利用可能なリソースが大きくなり、セキュリティーが向上するという利点があります。

Start basic workbench タイルから、基本的なワークベンチを起動できます。大規模なデータセットを使用するために追加のパワーが必要な場合は、ワークベンチにアクセラレーターを割り当ててパフォーマンスを最適化できます。

前提条件

  • Red Hat OpenShift AI にログインしている。
  • ワークベンチを初めて起動しているか、ワークベンチを停止している。
  • ワークベンチ環境の環境変数に使用する名前と値 (例: AWS_SECRET_ACCESS_KEY) を把握している。
  • 大きなデータセットを使用する場合は、管理者と連携して、ワークベンチのストレージ容量を事前に増やしておく。該当する場合は、ワークベンチにアクセラレーターを割り当てることも検討してください。

手順

  1. 左側のナビゲーションペインで、ApplicationsEnabled をクリックします。
  2. Enabled ページで、Start basic workbench タイルを見つけます。
  3. Open application をクリックします。

    Access permission needed のメッセージが表示される場合は、OpenShift AI のデフォルトのユーザーグループまたはデフォルトの管理者グループに属していません。OpenShift AI ユーザーグループへのユーザーの追加 を使用して、適切なグループに追加するように管理者に依頼してください。

    認証情報が承認されると、Workbench control panel が開き、Start a basic workbench ページが表示されます。

  4. 基本的なワークベンチを起動します。

    1. Workbench image セクションで、ワークベンチに使用するワークベンチイメージを選択します。

      ワークベンチイメージが異なれば、デフォルトでインストールされるパッケージも異なります。ワークベンチイメージ名の横にあるヘルプアイコン (?) をクリックすると、含まれるパッケージのリストが表示されます。

    2. ワークベンチイメージに複数のバージョンが含まれている場合は、Versions セクションからワークベンチイメージのバージョンを選択します。

      注記

      ワークベンチイメージの新規バージョンがリリースされても、以前のバージョンは引き続き利用でき、クラスターでサポートされます。これにより、作業を最新バージョンのワークベンチイメージに移行する時間ができます。

    3. Container size リストから、ワークベンチに適したコンテナーサイズを選択します。
    4. オプション: Accelerator リストからアクセラレーターを選択します。
    5. 前述の手順でアクセラレーターを選択した場合は、使用するアクセラレーターの数を指定します。

      重要

      アクセラレーターの使用は、特定のワークベンチイメージでのみサポートされます。GPU の場合、AMD ROCm、PyTorch、TensorFlow、CUDA ワークベンチイメージのみがサポートされます。さらに、クラスターでアクセラレーターが有効になっている場合にのみ、ワークベンチに必要なアクセラレーターの数を指定できます。アクセラレーターサポートを有効にする方法は、アクセラレーターの操作 を参照してください。

    6. オプション: 新しい Environment variables の値を選択し、指定します。

      インターフェイスにはこれらの変数が保存されるため、入力が必要なのは 1 回だけです。頻繁に統合される環境やフレームワーク (例: Amazon Web Services (AWS)) における一般的な環境変数の変数名のサンプルは、自動的に提供されます。

      重要

      パスワードなど、非公開しておく必要のある機密性の高い値を含む変数は、必ず Secret チェックボックスを選択してください。

    7. オプション: Start workbench in current tab をチェックします。
    8. Start workbench をクリックします。

      Workbench status の進行状況インジケーターが表示されます。ワークベンチ作成プロセスに関する追加情報を表示するには Events log タブをクリックします。デプロイメントのサイズと要求したリソースによっては、ワークベンチの起動に数分かかる場合があります。ワークベンチの作成をキャンセルする場合にのみ、Cancel をクリックしてください。

      サーバーが起動すると、以下のいずれかの動作が見られます。

      • 前の手順で Start workbench in current tab を選択した場合、IDE インターフェイスは Web ブラウザーの現在のタブで開きます。
      • 前の手順で Start workbench in current tab を選択しなかった場合は、Workbench status ダイアログボックスが表示され、サーバーを新しいブラウザータブで開くか、現在のブラウザータブで開くかを選択するように求められます。

検証

  • IDE インターフェイスが開きます。

トラブルシューティング

  • "Unable to load workbench configuration options" エラーメッセージが表示される場合は、管理者に連絡して、ワークベンチ Pod に関連付けられているログを確認し、問題の詳細を確認してもらってください。

4.2. Jupyter ノートブックの作成とインポート

空の Jupyter ノートブックを作成したり、さまざまなソースから Jupyter ノートブックを JupyterLab にインポートしたりできます。

4.2.1. Jupyter ノートブックの作成

既存のノートブックコンテナーイメージから Jupyter ノートブックを作成し、そのリソースおよびプロパティーにアクセスできます。Workbench control panel には、シングルユーザーワークベンチとして実行できる使用可能なコンテナーイメージのリストが含まれています。

前提条件

  • Red Hat OpenShift AI にログインしている。
  • ワークベンチを起動し、JupyterLab にログインしている。
  • ワークベンチイメージはレジストリー、イメージストリームに存在し、アクセス可能である。

手順

  1. FileNewNotebook の順にクリックします。
  2. プロンプトが表示されたら、リストから Jupyter ノートブックのカーネルを選択します。

    カーネルを使用する場合は、Select をクリックします。カーネルを使用しない場合は、No Kernel をクリックします。

検証

  • ノートブックファイルが JupyterLab に表示されることを確認します。

4.2.2. 既存のノートブックファイルをローカルストレージから JupyterLab にアップロードする

既存のノートブックファイルをローカルストレージから JupyterLab に読み込んで作業を続行したり、プロジェクトを新しいユースケースに合わせて調整したりできます。

前提条件

  • JupyterLab にログインするための認証情報。
  • JupyterLab イメージをベースに起動して実行中のワークベンチがある。
  • ノートブックファイルがローカルストレージにある。

手順

  1. JupyterLab インターフェイスの左サイドバーにある File Browser で、Upload Files ( Upload Files ) をクリックします。
  2. ノートブックファイルを確認して選択し、Open をクリックします。

    ファイルは File Browser に表示されます。

検証

  • ノートブックファイルは、JupyterLab インターフェイスの左側のサイドバーの File Browser に表示されます。
  • JupyterLab でノートブックファイルを開くことができます。

4.3. Git を使用した Jupyter ノートブックでの共同作業

ファイルを Git バージョン管理に保存している場合は、Git リポジトリーをクローンして JupyterLab で使用できます。準備が整ったら、変更を Git リポジトリーに再びプッシュし、他のユーザーがモデルをレビューしたり、使用したりできるようにします。

4.3.1. JupyterLab を使用した Git リポジトリーからの既存ノートブックファイルのアップロード

JupyterLab ユーザーインターフェイスを使用して Git リポジトリーのクローンをワークスペースに作成し、そのまま作業を継続したり、外部プロジェクトのファイルを統合したりできます。

前提条件

  • JupyterLab イメージをベースに起動して実行中のワークベンチがある。
  • クローンを作成する Git リポジトリーの読み取りアクセス。

手順

  1. Git リポジトリーの HTTPS URL をコピーします。

    • GitHub で、⤓ CodeHTTPS をクリックし、Copy URL to clipboard アイコンをクリックします。
    • GitLab で、Code をクリックし、Clone with HTTPS の下の Copy URL アイコンをクリックします。
  2. JupyterLab インターフェイスで、Git Clone ボタン ( Git Clone button ) をクリックします。

    また、メニューで GitClone a repository をクリックするか、Git アイコン ( Git button ) をクリックして Clone a repository ボタンをクリックすることもできます。

    Clone a repo ダイアログが表示されます。

  3. ノートブックファイルが含まれているリポジトリーの HTTPS URL を入力します。
  4. CLONE をクリックします。
  5. プロンプトが表示されたら、Git リポジトリーのユーザー名とパスワードを入力します。

検証

  • リポジトリーの内容が JupyterLab のファイルブラウザーに表示されるか、ターミナルで ls コマンドを実行して、リポジトリーがディレクトリーとして表示されることを確認します。

コマンドラインインターフェイスを使用して Git リポジトリーをワークスペースにクローンし、そのまま作業を継続したり、外部プロジェクトのファイルを統合したりできます。

前提条件

  • JupyterLab イメージをベースに起動して実行中のワークベンチがある。

手順

  1. Git リポジトリーの HTTPS URL をコピーします。

    • GitHub で、⤓ CodeHTTPS をクリックし、Copy URL to clipboard アイコンをクリックします。
    • GitLab で、Code をクリックし、Clone with HTTPS の下の Copy URL アイコンをクリックします。
  2. JupyterLab で FileNewTerminal の順にクリックして、ターミナルウィンドウを開きます。
  3. git clone コマンドを入力します。

    git clone <git-clone-URL>
    Copy to Clipboard Toggle word wrap

    git-clone-URL> を HTTPS URL に置き換えます。以下に例を示します。

    [1234567890@jupyter-nb-jdoe ~]$ git clone https://github.com/example/myrepo.git
    Cloning into myrepo...
    remote: Enumerating objects: 11, done.
    remote: Counting objects: 100% (11/11), done.
    remote: Compressing objects: 100% (10/10), done.
    remote: Total 2821 (delta 1), reused 5 (delta 1), pack-reused 2810
    Receiving objects: 100% (2821/2821), 39.17 MiB | 23.89 MiB/s, done.
    Resolving deltas: 100% (1416/1416), done.
    Copy to Clipboard Toggle word wrap

検証

  • リポジトリーの内容が JupyterLab のファイルブラウザーに表示されるか、ターミナルで ls コマンドを実行して、リポジトリーがディレクトリーとして表示されることを確認します。

4.3.3. リモート Git リポジトリーからの変更を含むプロジェクトの更新

他のユーザーが作成した変更をリモート Git リポジトリーからデータサイエンスプロジェクトにプルできます。

前提条件

  • JupyterLab イメージをベースに起動して実行中のワークベンチがある。
  • Jupyter にログインするための認証情報がある。
  • リモート Git リポジトリーを設定している。
  • リモート Git リポジトリーからローカルリポジトリーにファイルをプルするパーミッションがある。
  • Git リポジトリーを JupyterLab にインポートし、リポジトリーの内容が JupyterLab のファイルブラウザーに表示されている。

手順

  1. JupyterLab インターフェイスで、Git ボタン ( Git button ) をクリックします。
  2. Pull latest changes ボタン ( Pull latest changes button ) をクリックします。

検証

  • リモートリポジトリーから取得された変更は、Git ペインの History タブで確認できます。

4.3.4. プロジェクトの変更を Git リポジトリーにプッシュ

実稼働環境でアプリケーションをビルドし、デプロイするには、作業をリモート Git リポジトリーにアップロードします。

前提条件

  • JupyterLab インターフェイスで Jupyter ノートブックを開いている。
  • 関連する Git リポジトリーがワークベンチに追加されている。
  • 関連する Git リポジトリーに変更をプッシュするパーミッションがある。
  • Git バージョン制御拡張がインストールされている。

手順

  1. FileSave All をクリックして、保存していない変更を保存します。
  2. Git アイコン ( Git button ) をクリックし、JupyterLab インターフェイスで Git ペインを開きます。
  3. 変更したファイルが Changed に表示されることを確認します。

    変更したファイルが Untracked にある場合は、GitSimple Staging をクリックして簡素化された Git プロセスを有効にします。

  4. 変更をコミットします。

    1. Changed の下にあるすべてのファイルに、青いチェックマークが付いていることを確認します。
    2. Summary フィールドに、加えた変更の簡単な説明を入力します。
    3. Commit をクリックします。
  5. GitPush to Remote をクリックして、変更をリモートリポジトリーにプッシュします。
  6. プロンプトが表示されたら、Git 認証情報を入力し、OK をクリックします。

検証

  • 最近プッシュされた変更は、リモート Git リポジトリーに表示されます。

4.4. Python パッケージの管理

JupyterLab では、ワークベンチイメージにインストールされている Python パッケージを表示し、追加のパッケージをインストールできます。

4.4.1. ワークベンチにインストールされている Python パッケージの表示

ノートブックセルで pip ツールを実行すると、ワークベンチにインストールされている Python パッケージと、そのパッケージのバージョンを確認できます。

前提条件

  • JupyterLab にログインし、Jupyter ノートブックを開く。

手順

  1. Jupyter ノートブックの新しいセルに次の内容を入力します。

    !pip list
    Copy to Clipboard Toggle word wrap
  2. セルを実行します。

検証

  • 出力には、インストールされているすべての Python パッケージとそのバージョンがアルファベット順に表示されます。たとえば、Minimal イメージを使用するワークベンチを作成した直後に pip list コマンドを使用すると、最初に表示されるパッケージは次のようになります。

    Package                           Version
    --------------------------------- ----------
    aiohttp                           3.7.3
    alembic                           1.5.2
    appdirs                           1.4.4
    argo-workflows                    3.6.1
    argon2-cffi                       20.1.0
    async-generator                   1.10
    async-timeout                     3.0.1
    attrdict                          2.0.1
    attrs                             20.3.0
    backcall                          0.2.0
    Copy to Clipboard Toggle word wrap

4.4.2. ワークベンチに Python パッケージをインストールする

デフォルトのワークベンチに含まれていない Python パッケージをインストールするには、パッケージとバージョンを requirements.txt ファイルに追加し、ノートブックセルで pip install コマンドを実行します。

注記

パッケージを直接インストールすることもできますが、ファイルに記載されているパッケージをさまざまなワークベンチ間で簡単に再利用できるように、requirements.txt ファイルを使用することを推奨します。

前提条件

  • JupyterLab にログインし、Jupyter ノートブックを開く。

手順

  1. 以下の方法のいずれかを使用して、新規テキストファイルを作成します。

    • + をクリックして新しいランチャーを開き、Text file をクリックします。
    • FileNewText File の順にクリックします。
  2. テキストファイルの名前を requirements.txt に変更します。

    1. ファイル名を右クリックし、Rename Text をクリックします。Rename File ダイアログが開きます。
    2. New Name フィールドに requirements.txt を入力し、Rename をクリックします。
  3. requirements.txt ファイルにインストールするパッケージを追加します。

    altair
    Copy to Clipboard Toggle word wrap

    == (に等しい) 演算子を使用して、インストールするバージョンを指定できます。以下はその例です。

    altair==4.1.0
    Copy to Clipboard Toggle word wrap
    注記

    Red Hat では、時間が経過してもワークベンチの安定性を高めるために、正確なパッケージバージョンを指定することを推奨しています。新しいパッケージバージョンは、お使いの環境における動作に対し、望ましくない/予期しない変更を加える可能性があります。

    複数のパッケージを同時にインストールする場合は、各パッケージを別々の行に配置します。

  4. ノートブックセルを使用して、requirements.txt のパッケージをサーバーにインストールします。

    1. 新しいノートブックセルを作成し、次のコマンドを入力します。

      !pip install -r requirements.txt
      Copy to Clipboard Toggle word wrap
    2. Shift と Enter を押してセルを実行します。
    重要

    pip install コマンドは、ワークベンチにパッケージをインストールします。ただし、コード内でパッケージを使用するには、コードセルで import ステートメントを実行する必要があります。

    import altair
    Copy to Clipboard Toggle word wrap

検証

4.5. ワークベンチを再起動してワークベンチの設定を更新する

ワークベンチを停止して再起動すると、ワークベンチの設定を更新できます。たとえば、サーバーのメモリーが不足する場合は、サーバーを再起動してコンテナーのサイズを大きくできます。

前提条件

  • ワークベンチが稼働中である。
  • JupyterLab にログインしている。

手順

  1. FileHub Control Panel をクリックします。

    Workbench コントロールパネル が開きます。

  2. Stop workbench ボタンをクリックします。

    Stop server ダイアログが開きます。

  3. Stop server をクリックして、決定内容を確認します。

    Start a basic workbench ページが開きます。

  4. 関連するワークベンチ設定を更新し、Start workbench をクリックします。

検証

  • ノートブックサーバーが起動し、更新された設定が含まれます。

法律上の通知

Copyright © 2025 Red Hat, Inc.
The text of and illustrations in this document are licensed by Red Hat under a Creative Commons Attribution–Share Alike 3.0 Unported license ("CC-BY-SA"). An explanation of CC-BY-SA is available at http://creativecommons.org/licenses/by-sa/3.0/. In accordance with CC-BY-SA, if you distribute this document or an adaptation of it, you must provide the URL for the original version.
Red Hat, as the licensor of this document, waives the right to enforce, and agrees not to assert, Section 4d of CC-BY-SA to the fullest extent permitted by applicable law.
Red Hat, Red Hat Enterprise Linux, the Shadowman logo, the Red Hat logo, JBoss, OpenShift, Fedora, the Infinity logo, and RHCE are trademarks of Red Hat, Inc., registered in the United States and other countries.
Linux® is the registered trademark of Linus Torvalds in the United States and other countries.
Java® is a registered trademark of Oracle and/or its affiliates.
XFS® is a trademark of Silicon Graphics International Corp. or its subsidiaries in the United States and/or other countries.
MySQL® is a registered trademark of MySQL AB in the United States, the European Union and other countries.
Node.js® is an official trademark of Joyent. Red Hat is not formally related to or endorsed by the official Joyent Node.js open source or commercial project.
The OpenStack® Word Mark and OpenStack logo are either registered trademarks/service marks or trademarks/service marks of the OpenStack Foundation, in the United States and other countries and are used with the OpenStack Foundation's permission. We are not affiliated with, endorsed or sponsored by the OpenStack Foundation, or the OpenStack community.
All other trademarks are the property of their respective owners.
Red Hat logoGithubredditYoutubeTwitter

詳細情報

試用、購入および販売

コミュニティー

Red Hat ドキュメントについて

Red Hat をお使いのお客様が、信頼できるコンテンツが含まれている製品やサービスを活用することで、イノベーションを行い、目標を達成できるようにします。 最新の更新を見る.

多様性を受け入れるオープンソースの強化

Red Hat では、コード、ドキュメント、Web プロパティーにおける配慮に欠ける用語の置き換えに取り組んでいます。このような変更は、段階的に実施される予定です。詳細情報: Red Hat ブログ.

会社概要

Red Hat は、企業がコアとなるデータセンターからネットワークエッジに至るまで、各種プラットフォームや環境全体で作業を簡素化できるように、強化されたソリューションを提供しています。

Theme

© 2026 Red Hat
トップに戻る