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 リンクのコピーリンクがクリップボードにコピーされました!
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
-
左側のナビゲーションペインで、Applications
Enabled をクリックします。 - Enabled ページで、Start basic workbench タイルを見つけます。
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。
基本的なワークベンチを起動します。
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。
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。
- 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。
- 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。
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。
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。
- オプション: Start workbench in current tab をチェックします。
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。