第3章 新機能および機能拡張

OpenShift AI で分散ワークロード向けに PyTorch v2.8.0 トレーニングイメージを使用できるようになりました。

以下の新しいイメージが利用可能です。

新しい Hardware Profiles 機能が、以前の Accelerator Profiles とワークベンチの従来の Container Size セレクターを置き換えます。

ハードウェアプロファイルは、AI ワークロードのコンピュート設定を定義するためのより柔軟で一貫性のある方法を提供し、さまざまなハードウェアタイプにわたるリソース管理を簡素化します。

Connections API は、OpenShift AI の一般提供 (GA) 機能として利用できるようになりました。

この API を使用すると、OpenShift AI 内で直接、外部データソースおよびサービスへの接続を作成および管理できます。接続は標準化されたアノテーション付きの Kubernetes Secrets として保存され、統合されたコンポーネント間でのプロトコルベースの検証とルーティングが可能になります。

OpenShift AI は、IBM Power (ppc64le) および IBM Z (s390x) アーキテクチャーをサポートするようになりました。

この拡張されたプラットフォームサポートにより、IBM エンタープライズハードウェア上に AI および機械学習のワークロードをデプロイメントできるようになり、異機種環境全体で柔軟性とスケーラビリティーがさらに向上します。

サポートされているソフトウェアプラットフォーム、コンポーネント、依存関係の詳細は、ナレッジベースの記事 3.x でサポートされる構成 を参照してください。

TrustyAI は現在、IBM Power (ppc64le) および IBM Z (s390x) アーキテクチャーの一般提供 (GA) 機能として利用できます。

TrustyAI は、責任ある透明性の高い AI ワークフローをサポートするツールスイートを提供するオープンソースの Responsible AI ツールキットです。これは、公平性およびデータドリフトのメトリクス、ローカルおよびグローバルなモデルの説明、テキストの無害化、言語モデルのベンチマーキング、および言語モデルのガードレールといった機能を提供します。

これらの機能は、IBM Power および IBM Z システム上の OpenShift AI 環境内において、AI システムの透明性、説明責任、および倫理的な利用を確保するのに役立ちます。

Model Registry が IBM Power (ppc64le) および IBM Z (s390x) アーキテクチャーで利用できるようになりました。

Model Registry は、AI および機械学習 (AI/ML) モデルのライフサイクルの管理を簡素化および標準化するオープンソースコンポーネントです。これは、モデルの保存、バージョン管理、およびガバナンスのための一元化されたプラットフォームを提供し、データサイエンスチームと MLOps チーム間のシームレスなコラボレーションを可能にします。

Model Registry は、IBM Power および IBM Z システム上で、モデルのバージョン管理とリネージ追跡、メタデータ管理とモデルの検出、モデルの承認とプロモーションのワークフロー、CI/CD およびデプロイメントパイプラインとの統合、ならびにガバナンス、監査可能性、およびコンプライアンスの各機能をサポートします。

ノートブックは、IBM Power (ppc64le) および IBM Z (s390x) アーキテクチャーで利用できるようになりました。

ノートブックは、OpenShift AI エコシステム内でのデータサイエンス、機械学習、研究、コーディングのためのコンテナー化されたブラウザーベースの開発環境を提供します。これらの環境は Workbench を通じて起動でき、次のオプションが含まれます。

Feature Store が IBM Power (ppc64le) アーキテクチャーでサポートされるようになりました。

このサポートにより、ユーザーは OpenShift AI と完全に統合され、IBM Power ベースの環境で直接、機械学習モデルの特徴量を構築、登録、および管理することが可能になります。

AI Pipelines が IBM Power (ppc64le) アーキテクチャーでサポートされるようになりました。

この機能により、ユーザーは AI ワークロード向けの IBM Power システムのパフォーマンスとスケーラビリティーを活用しながら、OpenShift AI 内で AI パイプラインをネイティブに定義、実行、および監視することが可能になります。

IBM Power システムで実行される AI パイプラインは、x86 デプロイメントと機能的に同等性を維持します。

FIL、PyTorch、Python、ONNX バックエンドを使用して、Triton Inference Server (CPU のみ) の Power アーキテクチャーサポートを有効化できるようになりました。Triton Inference Server を、Red Hat OpenShift AI の IBM Power アーキテクチャー上のカスタムモデルサービングランタイムとしてデプロイできます。

詳細は、Triton Inference Server image を参照してください。

ONNX-MLIR、Snap ML (C++)、PyTorch などの複数のバックエンドオプションを使用して、Triton Inference Server (Telum I/Telum II) の Z アーキテクチャーサポートを有効にできるようになりました。Triton Inference Server は、Red Hat OpenShift AI のテクノロジープレビュー機能として、IBM Z アーキテクチャー上でカスタムサービングランタイムとしてデプロイできます。

詳細は、IBM Z accelerated Triton Inference Server を参照してください。

IBM Spyre AI Accelerator を使用したモデルサービングが、IBM Z プラットフォームの一般提供 (GA) 機能として利用できるようになりました。

IBM Spyre Operator はインストールを自動化し、デバイスプラグイン、セカンダリースケジューラー、モニタリングなどの主要コンポーネントを統合します。

詳細は、IBM Spyre Operator カタログエントリー IBM Spyre Operator — Red Hat Ecosystem Catalog を参照してください。

OpenShift AI 3.0 では、AI モデルの準備、微調整、およびデプロイのプロセスを合理化および強化する モデルカスタマイズコンポーネント のスイートが導入されています。

以下のコンポーネントが利用可能になりました。