第5章 サポートの削除

Kubeflow Training Operator (v1) は OpenShift AI 2.25 以降で非推奨となり、今後のリリースで削除される予定です。この非推奨化は、強化されたケイパビリティーと改善された機能を提供する Kubeflow Trainer v2 への移行の一環です。

OpenShift AI 2.25 以降、v1apha1 バージョンは非推奨となり、今後のリリースで削除される予定です。Operator の今後の更新を受信するには、TrustyAI Operator をバージョン v1 に更新する必要があります。

OpenShift AI 2.25 以降、KServe Serverless デプロイメントモードは非推奨となりました。KServe RawDeployment モードに移行することで、モデルのデプロイを継続できます。Red Hat OpenShift AI 3.0 にアップグレードする場合は、廃止された Serverless モードまたは ModelMesh モードを使用するすべてのワークロードをアップグレード前に移行する必要があります。

OpenShift AI 2.25 以降では、LAB-tuning 機能は非推奨となりました。大規模言語モデルのカスタマイズに LAB-tuning を使用している場合は、代替の微調整またはモデルカスタマイズ方法が利用可能になったときに、そのような手法に移行することを計画してください。

OpenShift AI 2.24 以降、分散ワークロードを管理するための組み込み Kueue コンポーネントは非推奨になりました。OpenShift AI は、Red Hat Build of Kueue Operator を使用して、分散トレーニング、ワークベンチ、モデルサービングワークロード全体でワークロードスケジューリング機能が強化されました。非推奨となった組み込み Kueue コンポーネントは、どの Extended Update Support (EUS) リリースでもサポートされません。ワークロードがキュー管理を引き続き使用するようにするには、組み込み Kueue コンポーネントから Red Hat Build of Kueue Operator に移行する必要があります。これには OpenShift Container Platform 4.18 以降が必要です。移行するには、次の手順を実行します。

詳細な手順は、Red Hat Build of Kueue Operator への移行 を参照してください。

OpenShift AI 2.24 以降、CodeFlare Operator は非推奨となり、OpenShift AI の今後のリリースでは削除される予定です。

OpenShift AI 2.24 以降、モデルレジストリー API バージョン v1alpha1 は非推奨となり、OpenShift AI の今後のリリースで削除される予定です。最新のモデルレジストリー API バージョンは v1beta1 です。

OpenShift AI バージョン 2.19 以降、ModelMesh をベースとしたマルチモデルサービングプラットフォームは非推奨になりました。引き続きモデルをマルチモデルサービングプラットフォームにデプロイできますが、シングルモデルサービングプラットフォームに移行することが推奨されます。

詳細情報やシングルモデルサービングプラットフォームの使用に関するヘルプは、アカウントマネージャーにお問い合わせください。

OpenShift AI バージョン 2.19 以降、Text Generation Inference Server (TGIS) は非推奨になりました。TGIS は、OpenShift AI 2.16 EUS ライフサイクルで引き続きサポートされます。Caikit-TGIS および Caikit は影響を受けず、引き続きサポートされます。すぐに使用できるサービングランタイムテンプレートはデプロイされなくなりました。TGIS の代替ランタイムとして vLLM が推奨されます。

アクセラレータープロファイルは非推奨になりました。ワークベンチまたはモデルサービングワークロードの特定のワーカーノードをターゲットにするには、ハードウェアプロファイルを使用します。

OpenVINO Model Server (OVMS) の CUDA プラグインは非推奨となり、OpenShift AI の今後のリリースでは使用できなくなります。

以前は、クラスター管理者は、OdhDashboardConfig リソースの groupsConfig オプションを使用して、OpenShift AI ダッシュボードにアクセスできる OpenShift グループ (管理者と非管理者の両方) を管理していました。OpenShift AI 2.17 以降、この機能は Auth リソースに移動されました。OdhDashboardConfig と対話するワークフロー (GitOps ワークフローなど) がある場合は、代わりに Auth リソースを参照するように更新する必要があります。

CodeFlare SDK を使用して Red Hat OpenShift AI で分散ワークロードを実行する場合、Ray クラスター設定の次のパラメーターは非推奨となり、示されているように新しいパラメーターに置き換える必要があります。

必要に応じて、新しい extended_resource_mapping および overwrite_default_resource_mapping パラメーターを使用することもできます。これらの新しいパラメーターの詳細は、CodeFlare SDK のドキュメント (外部) を参照してください。