7장. 해결된 문제
Red Hat OpenShift AI에서 다음과 같은 주요 문제가 해결됩니다.
RHOAIENG-15033 - OpenShift AI를 업그레이드한 후 모델 레지스트리 인스턴스가 재시작 또는 업데이트되지 않음
이전 버전에서는 OpenShift AI를 업그레이드할 때 모델 레지스트리 구성 요소의 기존 인스턴스가 업데이트되지 않아 인스턴스 Pod에서 Operator Pod에서 참조하는 이미지보다 오래된 이미지를 사용했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-15008 - 요청 이름 없이 CLI에서 추론 메트릭을 생성할 때 오류
이전 버전에서는 requestName 매개변수가 설정되지 않은 경우 사용자 인터페이스에 유도 메트릭을 볼 때 오류 메시지가 표시되는 경우가 있었습니다. 사용자 인터페이스를 사용하여 의도적 지표를 확인했지만 CLI를 통해 구성하려면 페이로드 내에서 requestName 매개변수를 지정해야 했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-14986 - 잘못된 패키지 경로가 발생하면 copy_demo_nbs 가 실패합니다.
이전에는 SDK 패키지에 대한 잘못된 경로로 인해 CodeFlare SDK의 copy_demo_nbs() 함수가 실패했습니다. 이 함수를 실행하면 FileNotFound 오류가 발생했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-14552 - Workbench 또는 laptop OAuth 프록시가 OCP 4.16에서 FIPS와 함께 실패합니다.
이전 버전에서는 FIPS 지원 클러스터에서 OpenShift 4.16 이상을 사용할 때 내부 구성 요소 oauth-proxy 와 OpenShift 인그레스 간의 연결이 TLS 핸드셰이크 오류로 인해 실행 중인 워크벤치에 연결할 수 없었습니다. 워크벤치를 열 때 브라우저에 추가 진단없이 "애플리케이션을 사용할 수 없음" 화면이 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-14095 - OpenShift AI Operator 설치 후 대시보드를 일시적으로 사용할 수 없음
이전에는 OpenShift AI Operator를 설치한 후 OpenShift AI 대시보드를 약 3분 동안 사용할 수 없었습니다. 그 결과 정의되지 않은 페이지의 속성을 읽을 수 없는 경우가 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-13633 - 모델 레지스트리 외부에서 모델을 배포하지 않고도 프로젝트의 서비스 플랫폼을 설정할 수 없습니다.
이전에는 모델 레지스트리 외부에서 모델을 배포하지 않고 프로젝트에 대한 서비스 플랫폼을 설정할 수 없었습니다. 프로젝트가 이미 단일 모델 또는 다중 모델 서비스를 선택한 경우가 아니면 모델 레지스트리에서 프로젝트에 모델을 배포할 수 없습니다. OpenShift AI UI에서 제공하는 단일 모델 또는 다중 모델을 선택하는 유일한 방법은 먼저 레지스트리 외부에서 모델 또는 모델 서버를 배포하는 것입니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-545 - CryostatpyterLab 파이프라인 편집기에서 일반 기본 노드 런타임 이미지를 지정할 수 없습니다
이전 버전에서는 sendpyterLab IDE 파이프라인 편집기에서 Elyra 파이프라인을 편집하고 PIPELINE PROPERTIES 탭을 클릭하고 일반 노드 기본값 섹션으로 스크롤하여 런타임 이미지 필드를 편집할 때 변경 사항이 저장되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-14571 - Data Science Pipelines API Server에 관리형 IBM Cloud OpenShift AI 설치에 연결할 수 없음
이전에는 데이터 과학 파이프라인 서버를 구성할 때 파이프라인 서버와의 성공적인 상호 작용을 방지하는 통신 오류가 발생했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-14195 - 더 이상 사용되지 않는 head_memory 매개변수를 사용하면 Cryostat 클러스터 생성이 실패합니다.
이전에는 Cryostat 클러스터 구성에 더 이상 사용되지 않는 head_memory 매개변수를 포함하는 경우 Cryostat 클러스터 생성에 실패했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-11895 - 을 사용하여 사용자 정의 CA 번들을 구성할 때 GitHub 리포지토리를 hapyterLab에 복제할 수 없습니다.
이전 버전에서는 |- 을 사용하여 DSCInitialization (DSCI) 오브젝트에 사용자 정의 CA(인증 기관) 번들을 구성한 경우 hapyterLab에서 리포지토리를 복제하지 못했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1132 (이전에는 RHODS-6383로 문서화됨) - 워크벤치 생성 프로세스 중에 필요한 경우 ImagePullBackOff 오류 메시지가 표시되지 않습니다.
이전에는 Pod에서 컨테이너 레지스트리에서 컨테이너 이미지를 가져오는 데 문제가 발생했습니다. 오류가 발생하면 관련 Pod가 ImagePullBackOff 상태가 됩니다. 워크벤치 생성 프로세스 중에 ImagePullBackOff 오류가 발생한 경우 적절한 메시지가 표시되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-13327 - 가져오기 구성 요소(dsl.importer)로 인해 파이프라인이 실행되지 않음
파이프라인은 데이터 사이언스 파이프라인 가져오기 구성 요소인 dsl.importer 를 사용할 때 실행할 수 없었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-14652 - kfp-client 가 OCP 4.16 이상에서 파이프라인 서버에 연결할 수 없음
OpenShift 4.16 이상 FIPS 클러스터에서는 OpenShift AI 대시보드를 통해 데이터 사이언스 파이프라인에 액세스할 수 있었습니다. 그러나 KFP SDK의 파이프라인 API 서버와의 연결은 TLS 핸드셰이크 오류로 인해 실패했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-10129 - 노트북 및 이름이 일치하는 클러스터로 인해 시크릿 확인 실패
이전 버전에서는 동일한 네임스페이스에 이름이 일치하는 노트북 및 Cryostat 클러스터를 생성한 경우 시크릿에 이미 소유자가 있었기 때문에 한 컨트롤러에서 시크릿을 확인하지 못했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-7887 - Kueue에서 CryostatCluster 또는 PyTorchJob 리소스를 모니터링하지 못했습니다.
이전에는 모든 구성 요소가 활성화된 DataScienceCluster CR을 생성할 때 Cryostat 구성 요소와 Training Operator 구성 요소 앞에 Kueue 구성 요소가 설치되었습니다. 그 결과 Kueue 구성 요소에서 Cryostat Cluster 또는 PyTorchJob 리소스를 모니터링하지 않았습니다. 사용자가 Cryostat Cluster 또는 PyTorchJob 리소스를 생성할 때 Kueue는 해당 리소스의 수락을 제어하지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-583 (이전에는 RHODS-8921 및 RHODS-6373으로 문서화됨) - 누적 문자 제한을 초과하면 파이프라인 서버를 생성하거나 워크벤치를 시작할 수 없습니다.
데이터 사이언스 프로젝트 이름에 대한 누적 문자 제한과 파이프라인 서버 이름이 62자를 초과하면 파이프라인 서버를 성공적으로 생성할 수 없었습니다. 마찬가지로 데이터 사이언스 프로젝트 이름의 누적 문자 제한과 워크벤치 이름이 62자를 초과하면 워크벤치를 시작하지 못했습니다. 이 문제는 이제 해결되었습니다.
업그레이드 후 대시보드에 잘못된 로고
이전 버전에서는 OpenShift AI 2.11에서 OpenShift AI 2.12로 업그레이드한 후 대시보드에 Red Hat OpenShift AI 로고 대신 Open Data Hub 로고가 잘못 표시될 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-11297 - 파이프라인 실행 후 인증 실패
이전 버전에서는 파이프라인 실행 중에 인증서 인증 오류로 인해 연결 오류가 발생할 수 있었습니다. 이 인증서 인증 오류는 데이터 사이언스 파이프라인에서 지원하지 않는 default-dsci 오브젝트에서 customCABundle 에 대한 여러 줄 문자열 구분자를 사용하므로 발생할 수 있습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-11232 - 분산 워크로드: Kueue 경고에서 runbook 링크를 제공하지 않음
Kueue 경고가 실행된 후 클러스터 관리자는 모니터링
RHOAIENG-10665 - granite 모델에 대한 초안 모델을 사용하여 사양을 쿼리할 수 없음
이전에는 granite-7b 모델 및 초안 모델에 추측 디코딩을 사용할 수 없었습니다. 이러한 모델을 쿼리할 때 쿼리가 내부 오류로 실패했습니다. 이 문제는 이제 해결되었습니다.
granite-7b -accelerator
RHOAIENG-9481 - 작업 메뉴를 클릭할 때 Pipeline이 메뉴 결함을 실행합니다.
이전에는 실험 > 실험 및 실행 페이지에서 파이프라인 실행 옆에 있는 작업 메뉴( Cryostat)를 클릭하면 표시되는 메뉴가 완전히 표시되지 않았으며 모든 메뉴 항목을 보려면 스크롤해야 했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-8553 - 사용자 정의 이미지로 만든 Workbench show !Deleted 플래그
이전 버전에서는 OpenShift 클러스터에서 내부 이미지 레지스트리를 비활성화한 다음 이미지 태그를 사용하여 가져온 사용자 정의 이미지로 워크벤치를 생성한 경우 (예: quay.io/my-wb-images/my-image:tag ) !Deleted 플래그가 Data Science Projects 페이지의 Workbenches 탭의 Notebook 이미지 열에 표시되었습니다. 워크벤치를 중지한 경우 다시 시작할 수 없습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6376 - 파이프라인 구성 요소에 pip_index_urls 를 포트 번호 및 경로가 포함된 URL로 설정한 후 Pipeline 실행 생성이 실패합니다.
이전 버전에서는 파이프라인을 생성하고 구성 요소의 pip_index_urls 값을 포트 번호와 경로가 포함된 URL로 설정하면 파이프라인 코드를 컴파일한 다음 파이프라인 실행을 생성할 때 오류가 발생할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-4240 - 안전하지 않은 환경에서 Cryostat 클러스터에 작업을 제출하지 못했습니다.
이전 버전에서는 보안되지 않은 OpenShift 클러스터에서 노트북에서 분산 데이터 사이언 워크로드를 실행할 때 ConnectionError: Failed to connect to Cryostat 오류 메시지가 표시될 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-9670 - 요청을 처리하는 동안 vLLM 컨테이너가 간헐적으로 충돌함
이전 버전에서는 단일 모델 제공 플랫폼에서 KServe 런타임에 vLLM ServingRuntime 을 사용하여 모델을 배포하고 사용한 하드웨어 플랫폼에 따라 tensor-parallel-size 도 구성된 경우 kserve-container 컨테이너가 요청을 처리하는 동안 간헐적으로 충돌했습니다. 이 문제는 이제 해결되었습니다.
RHOAIG-8043 - mixtral-8x7b를 사용한 생성 중 vLLM 오류
이전 버전에서는 Cryostattral-8x7b와 같은 일부 모델에는 부족 문제로 인해 스플릿 오류가 발생할 수 있었습니다(예: FileNotFoundError:No such file or directory ). 이 문제는 이제 해결되었습니다.
RHOAIENG-2974 - 관련 초기화 개체 없이는 데이터 과학 클러스터를 삭제할 수 없습니다.
이전에는 연결된 DSCInitialization 오브젝트(DSCI)가 없는 경우 DSC( DataScienceCluster ) 오브젝트를 삭제할 수 없었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1205 (이전에는 RHODS-11791)로 문서화되어 있음 - 업그레이드 후 사용 데이터 수집이 활성화됨
이전에는 OpenShift AI를 업그레이드할 때마다 사용 데이터 옵션의 수집 허용 이 활성화되었습니다. 이제 업그레이드 시 사용 데이터 수집 허용 옵션을 수동으로 선택 해제할 필요가 없습니다.
RHOAIENG-1204 (이전에는 ODH-DASHBOARD-1771) - Pipeline 초기화 중 JavaScript 오류
이전에는 실행이 시작될 때 파이프라인 실행 세부 정보 페이지가 작동을 중지했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-582 (이전에는 ODH-DASHBOARD-1335) - 기여자에 대한 편집 권한 이름 변경
프로젝트의 권한 탭에서 이 권한이 부여한 작업을 더 정확하게 설명하기 위해 Edit 라는 단어가 Contributor 로 교체되었습니다.
전체 업데이트 목록은 에라타 권고 를 참조하십시오.
RHOAIENG-8819 - IBM-granite/granite-3b-code-instruct 모델이 단일 모델 제공 플랫폼에 배포되지 않음
이전에는 KServe 런타임에 vLLM ServingRuntime 을 사용하여 단일 모델 제공 플랫폼에 ibm-granite/granite-3b-code-instruct 모델을 배포하려고 하면 모델 배포가 오류와 함께 실패했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-8218 - OCP 내부 이미지 레지스트리 없이 OpenShift 4.15 클러스터에서 생성된 워크벤치에 로그인할 수 없습니다
OpenShift Container Platform 내부 이미지 레지스트리가 활성화되어 있지 않은 OpenShift 클러스터에 워크벤치를 생성하면 워크벤치가 성공적으로 시작되지만 로그인할 수 없습니다.
이는 4.15.15 이전 버전의 OpenShift 4.15.x에서 알려진 문제입니다. 이 문제를 해결하려면 OpenShift 4.15.15 이상으로 업그레이드하십시오.
RHOAIENG-7346 - 업그레이드 후 기존 파이프라인에서 분산 워크로드가 더 이상 실행되지 않음
이전 버전에서는 OpenShift AI 2.10으로 업그레이드하려고 하면 클러스터가 파이프라인 내에서만 생성된 경우 기존 파이프라인에서 분산 워크로드가 더 이상 실행되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-7209 - 기본 파이프라인 루트를 설정할 때 오류가 표시됩니다.
이전에는 데이터 사이언스 파이프라인 SDK 또는 OpenShift AI 사용자 인터페이스를 사용하여 기본 파이프라인 루트를 설정하려고 하면 오류가 발생했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6711 - ODH-model-controller는 ServiceMeshMemberRoll 오브젝트에서 spec.memberSelectors 필드를 덮어씁니다.
이전 버전에서는 ServiceMeshMemberRoll 리소스의 spec.memberSelectors 필드를 사용하여 ServiceMeshMemberRoll 리소스에 프로젝트 또는 네임스페이스를 추가하려고 하면 ODH-model-controller가 해당 필드를 덮어씁니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6649 - 외부 경로가 정의되지 않은 모델 서버에서 모델을 볼 때 오류가 표시됩니다.
이전 버전에서는 대시보드를 사용하여 외부 경로가 활성화되어 있지 않은 모델 서버에 모델을 배포하려고 하면 모델 생성이 진행되는 동안 t.components가 정의되지 않은 오류 메시지가 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-3981 - 보안되지 않은 환경에서 Cryostat 클러스터가 준비될 때까지 기다리는 기능
이전에는 보안되지 않은 OpenShift 클러스터에서 노트북에서 분산 데이터 사이언 워크로드를 실행할 때 Cryostat 클러스터가 준비되었을 때 (cluster.wait_ready())를 진행하기 전에 준비될 때까지 기다리는 기능이 중단되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2312 - 코드 서버 워크벤치에서 numpy 가져오기 실패
이전에는 numpy를 가져오려고 하면 코드-서버 워크벤치에 실패했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1197 - Linux에서 Firefox를 사용할 때 파이프라인 실행 생성 페이지의 엔드 날짜 선택기로 인해 파이프라인을 생성할 수 없습니다.
이전 버전에서는 Linux에서 Firefox를 사용하여 예약된 반복 실행으로 파이프라인을 생성하려고 하면 End Date 매개변수를 활성화하면 날짜 및 시간 모두에 대해 숫자(Nan) 값이 허용되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1196 (이전에는 ODH-DASHBOARD-2140) - 대시보드에 표시된 패키지 버전이 설치된 버전과 일치하지 않습니다.
이전에는 대시보드에 JupterLab 및 Notebook과 같은 패키지에 대한 부정확한 버전 번호가 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-880 - 기본 파이프라인 서비스 계정을 생성할 수 없습니다.
이전에는 기본 파이프라인 서비스 계정을 사용하여 Cryostat 클러스터를 생성할 수 없었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-52 - 자체 서명된 인증서가 있는 클러스터에서 토큰 인증이 실패합니다.
이전 버전에서는 자체 서명된 인증서를 사용한 후 Python codeflare-sdk 를 파이프라인 또는 Python 스크립트에서 파이프라인의 일부로 사용한 경우 토큰 인증이 실패했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-7312 - KServe에서 토큰 인증을 사용하여 쿼리하는 동안 모델 제공 실패
이전에는 DataScienceCluster 오브젝트에서 ModelMesh 및 KServe 구성 요소를 모두 활성화하고 권한 부여 공급자로 Authorino를 추가한 경우 경쟁 조건이 발생하여 odh-model-controller Pod가 ModelMesh에 적합한 상태로 롤아웃되었지만 KServe 및 Authorino에는 적합하지 않을 수 있었습니다. 이 경우 KServe를 사용하여 배포된 실행 중인 모델에 대한 유추 요청을 수행한 경우 404 - Not Found 오류가 발생했습니다. 또한 odh-model-controller 배포 오브젝트의 로그에 Reconciler 오류 메시지가 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-7181 (이전에는 RHOAIENG-6343)로 문서화되어 있습니다. OpenShift AI를 설치한 후 일부 구성 요소가 Removed 로 설정됩니다.
이전 버전에서는 OpenShift AI를 설치한 후 DataScienceCluster 사용자 정의 리소스에서 Codeflare,kueue 및 ray 구성 요소의 managementState 필드가 Managed 대신 Removed 로 잘못 설정되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-7079 (이전에는 RHOAIENG-6317로 문서화됨) - 파이프라인 작업 상태 및 OpenShift AI 대시보드에 표시되지 않는 경우가 있음
이전 버전에서는 Elyra를 사용하여 파이프라인을 실행할 때 관련 Pod가 정리되지 않았으며 OpenShift 콘솔에서 해당 정보를 계속 사용할 수 있어도 OpenShift AI 대시보드에 파이프라인 작업 상태 및 로그가 표시되지 않을 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-7070 (이전에는 RHOAIENG-6709로 문서화됨) - 다른 환경 변수가 지정되면 유포터 노트북 생성이 실패할 수 있습니다.
이전에는iepyter 노트북을 시작한 후 중단하고 OpenShift AI 워크벤치에서 환경 변수를 편집한 경우 노트북을 다시 시작하지 못했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6853 - Elyra 파이프라인 Pod에서 Pod 허용 오차를 설정할 수 없습니다
이전에는 Elyra 파이프라인 Pod에 대한 Pod 허용 오차를 설정하면 허용 오차가 적용되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-5314 - 네트워크 정책으로 인해 데이터 사이언스 파이프라인 서버가 새로운 클러스터에 배포되지 않음
이전 버전에서는 새 클러스터에서 데이터 사이언스 파이프라인 서버를 생성한 경우 사용자 인터페이스가 로드 상태에 남아 있고 파이프라인 서버가 시작되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-4252 - 데이터 사이언스 파이프라인 서버 삭제 프로세스가 ScheduledWorkFlow 리소스를 제거하지 못했습니다.
이전에는 파이프라인 서버 삭제 프로세스에서 ScheduledWorkFlow 리소스가 제거되지 않았습니다. 그 결과 새로운 DataSciencePipelines Applications (DSPA)에서 중복 ScheduledWorkFlow 리소스를 인식하지 못했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-3411 (이전에는 RHOAIENG-3378)로 문서화되어 있음 - 내부 이미지 레지스트리는 유망한 하드 종속성입니다.
이전에는 OpenShift AI 노트북 및 워크벤치를 시작하기 전에 OpenShift에서 내부 통합 컨테이너 이미지 레지스트리를 이미 활성화해야 했습니다. 먼저 이미지 레지스트리를 활성화하지 않고 노트북 또는 워크벤치를 시작하려고 하면 "InvalidImageName" 오류로 실패했습니다. 이제 내부 OpenShift 이미지 레지스트리를 활성화하지 않고도 OpenShift AI에서 워크벤치를 생성하고 사용할 수 있습니다. 내부 이미지 레지스트리를 활성화하거나 비활성화하도록 클러스터를 업데이트하는 경우 레지스트리 변경 사항을 적용하려면 기존 워크벤치를 다시 생성해야 합니다.
RHOAIENG-2541 - KServe 컨트롤러 Pod가 클러스터에 너무 많은 시크릿으로 인해 OOM을 경험함
이전 버전에서는 OpenShift 클러스터에 많은 수의 시크릿이 있는 경우 OOM(메모리 부족) 오류로 인해 KServe 컨트롤러 Pod가 지속적으로 충돌할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1452 - Red Hat OpenShift AI 애드온 사용 중단
이전 버전에서는 Red Hat OpenShift AI 애드온 설치 프로그램이 OCM API를 통해 트리거될 때 OpenShift AI 구성 요소를 삭제하지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-307 - DataScienceCluster 제거 모든 OpenShift Serverless CR 삭제
이전 버전에서는 DataScienceCluster CR(사용자 정의 리소스)을 삭제한 경우 모든 OpenShift Serverless CR( knative-serving, 배포, 게이트웨이, Pod 포함)도 삭제되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6709 - 서로 다른 환경 변수가 지정되면pyter 노트북 생성이 실패할 수 있습니다.
이전에는iepyter 노트북을 시작한 후 중단하고 OpenShift AI 워크벤치에서 환경 변수를 편집한 경우 노트북을 다시 시작하지 못했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6701 - 클러스터 관리자 권한이 없는 사용자는 Cryostat 대시보드의 작업 제출 끝점에 액세스할 수 없습니다.
이전에는 OpenShift에 대한 클러스터 관리자 권한이 없는 분산 워크로드 기능의 사용자는 Cryostat 대시보드의 작업 제출 엔드포인트에 액세스하거나 사용하지 못할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6578 - 기본적으로 보호되는 추론 지점에 토큰 없는 요청
이전에는 Authorino를 단일 모델 제공 플랫폼의 권한 부여 공급자로 추가하고 배포한 모델에 대한 토큰 승인을 활성화한 경우에도 토큰을 지정하지 않고 모델을 쿼리할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-6343 - OpenShift AI를 설치한 후 일부 구성 요소가 Removed 로 설정됩니다.
이전 버전에서는 OpenShift AI를 설치한 후 DataScienceCluster 사용자 정의 리소스에서 Codeflare,kueue 및 ray 구성 요소의 managementState 필드가 Managed 대신 Removed 로 잘못 설정되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-5067 - ModelMesh 구성 요소를 기반으로 하는 모델 서버 메트릭 페이지가 로드되지 않음
이전에는 대문자 또는 공백이 포함된 데이터 과학 프로젝트 이름이 ModelMesh 구성 요소를 기반으로 하는 모델 서버의 모델 서버 메트릭 페이지에 문제가 발생할 수 있었습니다. 메트릭 페이지에 데이터가 올바르게 수신되지 않아 400 Bad Request 오류가 발생하여 페이지가 로드되지 않을 수 있습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-4966 - 사용자 정의 CA 번들의 자체 서명된 인증서가 odh-trusted-ca-bundle 구성 맵에서 누락될 수 있습니다.
이전 버전에서는 자체 서명된 인증서를 사용하기 위해 CA(사용자 정의 인증 기관) 번들을 추가한 경우 자체 서명된 인증서를 사용하는 경우 odh-trusted-ca-bundle ConfigMap에서 사용자 정의 인증서가 누락되었거나 ConfigMap이 관리 됨으로 설정된 경우 예약되지 않은 네임스페이스에 odh-trusted-ca-bundle ConfigMap이 포함되지 않은 경우가 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-4938 (이전에는 RHOAIENG-4327)로 문서화되어 있음 - Workbench는 중앙에서 구성된 번들의 자체 서명 인증서를 자동으로 사용하지 않습니다.
OpenShift AI에는 ca-bundle.crt 및 odh- 옵션이 있습니다. 이전에는 워크벤치에서 중앙 집중식으로 구성된 번들의 자체 서명된 인증서를 자동으로 사용하지 않았으며 인증서 경로를 가리키는 환경 변수를 정의해야 했습니다. 이 문제는 이제 해결되었습니다.
ca-bundle.crt 에 자체 서명된 인증서를 포함하는 두 가지 번들
RHOAIENG-4572- 특정 상황에서 설치 및 업그레이드 후 데이터 사이언스 파이프라인을 실행할 수 없습니다
이전에는 다음과 같은 상황에서 OpenShift AI를 설치하거나 업그레이드한 후 데이터 사이언스 파이프라인을 실행할 수 없었습니다.
-
OpenShift AI를 설치하고 유효한 CA 인증서가 있어야 합니다. default-dsci 오브젝트 내에서
trustedCABundle필드의managementState필드를Removed설치 후로 변경했습니다. - OpenShift AI를 버전 2.6에서 버전 2.8으로 업그레이드했으며 유효한 CA 인증서가 있습니다.
- OpenShift AI를 버전 2.7에서 버전 2.8으로 업그레이드했으며 유효한 CA 인증서가 있습니다.
이 문제는 이제 해결되었습니다.
RHOAIENG-4524 - R Cryostat 이미지의 BuildConfig 정의에는 잘못된 분기 발생이 포함됩니다.
이전에는 R Cryostat 및 CUDA의 BuildConfig 정의 - R Cryostat 워크벤치 이미지에 OpenShift AI에서 잘못된 분기가 지정되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-3963 - 필요하지 않은 관리 리소스 경고
이전 버전에서는 redhat-ods-applications 프로젝트에 대한 OdhDashboardConfig 사용자 정의 리소스를 편집하고 저장할 때 시스템에 Managed 리소스 경고 메시지가 잘못 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2542 - 유추 서비스 Pod가 항상 Istio 사이드카를 가져오는 것은 아닙니다.
이전 버전에서는 단일 모델 제공 플랫폼(KServe 사용)을 사용하여 모델을 배포할 때 유추 서비스에 sidecar.istio.io/inject=true 주석이 있어도 결과 Pod에서 istio-proxy 컨테이너가 누락될 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1666 - Pipeline 가져오기 버튼이 조기에 액세스 가능
이전에는 데이터 사이언스 프로젝트에 속하는 워크벤치에 파이프라인을 가져올 때 파이프라인 서버를 완전히 사용할 수 있기 전에 Pipeline 가져오기 버튼에 액세스할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-673 (이전에는 RHODS-12946로 문서화됨) - 연결이 끊긴 환경에서 PyPI 미러에서 설치하거나 개인 인증서를 사용할 때 설치할 수 없습니다.
연결이 끊긴 환경에서 Red Hat OpenShift AI는 공용 PyPI 리포지토리에 연결할 수 없으므로 네트워크 내부에 리포지토리를 지정해야 합니다. 이전에는 개인 TLS 인증서를 사용하고 데이터 사이언스 파이프라인이 Python 패키지를 설치하도록 구성된 경우 파이프라인 실행이 실패했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-3355 - KServe의 OVMS가 가속기를 올바르게 사용하지 않음
이전 버전에서는 단일 모델 제공 플랫폼을 사용하여 모델을 배포하고 OpenVINO 모델 서버 제공 런타임을 선택할 때 모델 서버에 가속기를 연결하도록 요청하면 가속기 하드웨어가 감지되었지만 쿼리에 응답할 때 모델에서 사용되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2869 - 다중 모델 프로젝트에서 기존 모델 프레임워크 및 모델 경로를 편집할 수 없습니다
이전에는 배포 모델 대화 상자를 사용하여 다중 모델 프로젝트에서 모델을 편집하려고 하면 모델 프레임워크 및 경로 값이 업데이트되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIG-2724 - 대화 상자에서 필드가 자동으로 재설정되므로 모델 배포가 실패합니다.
이전 버전에서는 모델을 배포하거나 배포한 모델을 편집할 때 "Deploy 모델" 대화 상자의 모델 서버 및 모델 프레임워크 필드가 기본 상태로 재설정되었을 수 있었습니다. 이러한 필수 필드에 더 이상 유효한 값이 포함되어 있지 않아도 Deploy 버튼이 계속 활성화되어 있을 수 있습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2099 - 데이터 사이언스 파이프라인 서버가 새로운 클러스터에 배포되지 않음
이전에는 새 클러스터에서 데이터 사이언스 파이프라인 서버를 생성할 때 사용자 인터페이스가 로드 상태에 남아 있고 파이프라인 서버가 시작되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1199 (이전에는 ODH-DASHBOARD-1928) - 사용자 정의 제공 런타임 생성 오류 메시지가 도움이 되지 않습니다.
이전에는 사용자 정의 모델 제공 런타임을 생성하거나 편집하려고 할 때 오류 메시지가 오류의 원인을 표시하지 않았습니다. 오류 메시지가 개선되었습니다.
RHOAIENG-556 - error와 관계없이 KServe 모델의 ServingRuntime이 생성됩니다.
이전에는 KServe 모델을 배포하고 오류가 발생했을 때 InferenceService CR(사용자 정의 리소스)이 계속 생성되어 모델이 Data Science Projects 페이지에 표시되었습니다. 오류가 발생할 경우 ServingRuntime이 생성되지 않도록 KServe 배포 프로세스가 업데이트되었습니다.
RHOAIENG-548 (이전에는 ODH-DASHBOARD-1776로 문서화됨) - 사용자에게 프로젝트 관리자 권한이 없는 경우 오류 메시지
이전에는 프로젝트에 대한 관리자 권한이 없는 경우 일부 기능에 액세스할 수 없어 오류 메시지가 이유를 설명하지 않았습니다. 예를 들어 단일 네임스페이스에만 액세스할 수 있는 환경에서 모델 서버를 생성한 경우 오류 생성 모델 서버 오류 메시지가 표시됩니다. 그러나 모델 서버는 여전히 성공적으로 생성됩니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-66 - CodeFlare SDK에서 배포한 dashboard route가 클러스터 인증서 대신 자체 서명된 인증서를 노출합니다.
이전 버전에서는 openshift_oauth=True 옵션과 함께 CodeFlare SDK를 사용하여 Cryostat 클러스터를 배포할 때 passthrough 방법을 사용하여 결과 경로가 보안되어 OAuth 프록시에서 사용하는 자체 서명 인증서가 노출되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-12 - 일부 브라우저에서 Cryostat 대시보드에 액세스할 수 없습니다
일부 브라우저에서는 대시보드 URL의 접두사가 http 에서 https 로 자동 변경되었기 때문에 분산 워크로드 기능의 사용자가 ECDSA 대시보드에 액세스하지 못할 수 있습니다. 이 문제는 이제 해결되었습니다.
RHODS-6216 - ModelMesh oauth-proxy 컨테이너가 간헐적으로 불안정합니다.
이전에는 ModelMesh oauth-proxy 컨테이너가 실패하여 ModelMesh Pod가 올바르게 배포되지 않았습니다. 이 문제는 간헐적으로 발생했으며 ModelMesh 런타임 환경에서 인증이 활성화된 경우에만 발생했습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-535 - HTTP 요청이 없는 경우 배포된 모델에 대한 HTTP 요청을 표시하는 메트릭 그래프
이전 버전에서는 배포된 모델이 두 가지 데이터 유형(성공 및 실패) 각각에 대해 하나 이상의 HTTP 요청을 수신하지 못한 경우 HTTP 요청 성능 지표(모델 서버의 모든 모델 또는 특정 모델의 경우)를 보여주는 그래프가 잘못 렌더링되었으며 실패 요청 수가 안정화됩니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1467 - Serverless net-istio 컨트롤러 Pod가 OOM에 도달할 수 있음
이전에는 메모리 부족(OOM) 오류로 인해 Knative net-istio-controller Pod(KServe의 종속성)가 지속적으로 충돌할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-1899 (이전에는 RHODS-6539로 문서화됨) - Anaconda Professional 버전을 검증하고 활성화할 수 없습니다.
이전에는 대시보드의 키 유효성 검사가 작동하지 않았기 때문에 Anaconda Professional Edition을 활성화할 수 없었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2269 - (Single-model) 대시보드가 올바른 모델 복제본 수를 표시하지 못했습니다.
이전에는 단일 모델 제공 플랫폼에서 데이터 사이언스 프로젝트의 모델 및 모델 서버 섹션에 올바른 모델 복제본 수가 표시되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2270 - (Single-model) 사용자는 모델 배포 설정을 업데이트할 수 없습니다.
이전에는 단일 모델 제공 플랫폼으로 배포한 모델의 배포 설정(예: 복제본 수)을 편집할 수 없었습니다. 이 문제는 이제 해결되었습니다.
RHODS-8865 - AWS(Amazon Web Services) Simple Storage Service(S3) 버킷 리소스를 지정하지 않으면 파이프라인 서버가 시작되지 않습니다.
이전에는 데이터 사이언스 프로젝트에 대한 데이터 연결을 만들 때 AWS_S3_BUCKET 필드가 필수 필드로 지정되지 않았습니다. 그러나 AWS_S3_BUCKET 필드가 채워지지 않은 데이터 연결을 사용하여 파이프라인 서버를 구성하려고 하면 파이프라인 서버가 성공적으로 시작되지 않았습니다. 이 문제는 이제 해결되었습니다. Bucket 필드를 필수 필드로 포함하도록 파이프라인 서버 구성 대화 상자가 업데이트되었습니다.
RHODS-12899 - NVIDIA GPU의 OpenVINO 런타임 누락 주석
이전 버전에서는 사용자가 OpenVINO 모델 서버(지원 GPU) 런타임을 선택하고 모델 서버 사용자 인터페이스에서 NVIDIA GPU 액셀러레이터를 선택한 경우 시스템은 선택한 액셀러레이터가 선택한 런타임과 호환되지 않았다는 불필요한 경고를 표시할 수 있었습니다. 경고는 더 이상 표시되지 않습니다.
RHOAIENG-84 - KServe에서 자체 서명된 인증서를 사용할 수 없습니다
이전에는 단일 모델 제공 플랫폼에서 자체 서명된 인증서를 지원하지 않았습니다. 이 문제는 이제 해결되었습니다. KServe에서 자체 서명된 인증서를 사용하려면 인증서 작업에 설명된 단계를 따르십시오.
RHOAIENG-164 - 대시보드에서 Kserve의 모델 서버 복제본 수가 올바르게 적용되지 않음
이전 버전에서는 기본 (1)과 다른 여러 모델 서버 복제본을 설정하면 모델(서버)이 여전히 1개의 복제본으로 배포되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-288 - 두 가지 버전의 작업벤치용 권장 이미지 버전 레이블이 표시됩니다.
OpenShift AI에서 사용할 수 있는 대부분의 워크벤치 이미지는 여러 버전으로 제공됩니다. 권장되는 유일한 버전은 최신 버전입니다. Red Hat OpenShift AI 2.4 및 2.5에서 Recommended 태그가 여러 버전의 이미지에 대해 잘못 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-293 - 2.4에서 2.5로 업그레이드한 후 더 이상 사용되지 않는 ModelMesh 모니터링 스택
Red Hat OpenShift AI 2.5에서는 이전 ModelMesh 모니터링 스택이 사용자 워크로드 모니터링으로 대체되었기 때문에 더 이상 배포되지 않았습니다. 그러나 OpenShift AI 2.5로 업그레이드하는 동안 이전 모니터링 스택은 삭제되지 않았습니다. 일부 구성 요소는 클러스터 리소스가 남아 있고 사용되었습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-343 - OpenShift Service Mesh 및 OpenShift Serverless의 수동 구성이 KServe에서 작동하지 않음
OpenShift Serverless 및 OpenShift Service Mesh를 설치한 다음 KServe가 활성화된 Red Hat OpenShift AI를 설치한 경우 KServe가 배포되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-517 - 편집 권한이 있는 사용자는 생성된 모델을 볼 수 없습니다.
편집 권한이 있는 사용자는 프로젝트 소유자이거나 프로젝트에 대한 관리자 권한이 없는 경우 생성된 모델을 볼 수 없습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-804 - FIPS 지원 클러스터에 KServe와 함께 대규모 언어 모델을 배포할 수 없습니다
이전에는 Red Hat OpenShift AI가 FIPS용으로 완전히 설계되지 않았습니다. FIPS 지원 클러스터에 KServe를 사용하여LLM(Large Language Models)을 배포할 수 없습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-908 - KServe가 이전에 활성화되고 제거된 경우 ModelMesh를 사용할 수 없습니다.
이전에는 DataScienceCluster 오브젝트에서 ModelMesh 및 KServe를 둘 다 활성화하고 나중에 KServe를 제거한 경우 ModelMesh를 사용하여 새 모델을 더 이상 배포할 수 없었습니다. 이전에 ModelMesh로 배포된 모델을 계속 사용할 수 있습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-2184 - Cryostat 클러스터 또는 분산 워크로드를 생성할 수 없습니다
이전에는 사용자가 admin 또는 edit 권한이 있는 네임스페이스에서 Cryostat 클러스터 또는 분산 워크로드를 생성할 수 없었습니다. 이 문제는 이제 해결되었습니다.
ODH-DASHBOARD-1991 - ovms-gpu-ootb에 권장되는 액셀러레이터 주석이 없습니다.
이전에는 프로젝트에 모델 서버를 추가하면 Serving 런타임 목록에 NVIDIA GPU의 권장 제공 런타임 레이블이 표시되지 않았습니다. 이 문제는 이제 해결되었습니다.
RHOAIENG-807 - 액셀러레이터 프로파일 허용 오차 제거
이전 버전에서는 허용 오차가 포함된 액셀러레이터 프로필을 사용하는 워크벤치를 생성한 경우 워크벤치를 다시 시작하면 허용 오차 정보가 제거되어 재시작이 완료되지 않았습니다. 새로 생성된 GPU 사용 워크벤치는 처음 시작할 수 있지만 생성된 Pod가 영구적으로 보류 중 상태로 유지되었기 때문에 나중에 다시 시작하지 못할 수 있습니다. 이 문제는 이제 해결되었습니다.
DATA-SCIENCE-PIPELINES-OPERATOR-294 - 데이터 전달을 사용하는 스케줄링된 파이프라인 실행은 단계 간에 데이터를 전달하지 못하거나 단계가 완전히 실패할 수 있습니다.
S3 오브젝트 저장소를 사용하여 파이프라인 아티팩트를 저장하는 예약된 파이프라인 실행이 다음과 같은 오류와 함께 실패할 수 있습니다.
Bad value for --endpoint-url "cp": scheme is missing. Must be of the form http://<hostname>/ or https://<hostname>/
이 문제는 예약된 파이프라인 실행을 위해 S3 오브젝트 저장소 끝점이 Pod에 성공적으로 전달되지 않았기 때문에 발생했습니다. 이 문제는 이제 해결되었습니다.
RHODS-4769 - 지원되지 않는 테인트가 있는 노드의 GPU는 노트북 서버에 할당할 수 없습니다.
노트북 서버를 생성할 때 지원되는 nvidia.com/gpu 테인트 이외의 테인트가 아닌 테인트로 표시된 노드의 GPU를 선택할 수 없습니다. 이 문제는 이제 해결되었습니다.
RHODS-6346 - 잘못된 문자를 사용하여 데이터 과학 프로젝트를 생성할 때 오류 메시지가 표시됩니다.
잘못된 특수 문자를 사용하여 데이터 사이언스 프로젝트의 데이터 연결, 워크벤치 또는 저장 연결을 생성할 때 다음 오류 메시지가 표시되었습니다.
the object provided is unrecognized (must be of type Secret): couldn't get version/kind; json parse error: unexpected end of JSON input ({"apiVersion":"v1","kind":"Sec ...)오류 메시지가 문제를 명확하게 표시하지 못했습니다. 이제 오류 메시지에 유효하지 않은 문자가 입력되었음을 나타냅니다.
RHODS-6950 - 클러스터의 모든 GPU가 사용될 때 워크벤치 GPU를 축소할 수 없음
이전 릴리스에서는 클러스터의 모든 GPU가 사용 중인 경우 워크벤치 GPU를 축소할 수 없었습니다. 이 문제는 한 워크벤치에서 사용하고 있는 GPU에 적용되고 여러 워크벤치에서 GPU를 사용합니다. 이제 Accelerators 목록에서 None 을 선택하여 GPU를 축소할 수 있습니다.
RHODS-8939 - 이전 릴리스에서 생성된 metapyter 노트북의 기본 공유 메모리로 인해 런타임 오류가 발생합니다.
릴리스 1.31부터 이 문제가 해결되어 새 노트북의 공유 메모리가 노드 크기로 설정됩니다.
1.31 이전 릴리스에서 생성된 sendpyter 노트북의 경우, sendpyter 노트북의 기본 공유 메모리는 64MB로 설정되어 있으며, 이 기본값을 64MB로 변경할 수 없습니다.
이 문제를 해결하려면 노트북을 다시 생성하거나 지식 베이스 문서에 설명된 프로세스를 따라야 합니다. Red Hat OpenShift AI에서 공유 메모리의 공유 메모리를 변경하는 방법.
RHODS-9030 - kfdefs 리소스를 제거할 때 OpenShift AI의 설치 제거 프로세스가 중단될 수 있습니다.
OpenShift AI 관리 서비스를 제거하는 단계는 OpenShift AI 설치 제거에 설명되어 있습니다.
그러나 이 가이드를 수행한 경우에도 제거 프로세스가 성공적으로 완료되지 않은 것을 확인할 수 있습니다. 대신 프로세스는 Kubeflow Operator에서 사용한 kfdefs 리소스를 삭제하는 단계에 남아 있었습니다. 다음 예에 표시된 대로 kfdefs 리소스는 redhat-ods-applications,redhat-ods-monitoring 및 rhods-notebooks 네임스페이스에 존재할 수 있습니다.
$ oc get kfdefs.kfdef.apps.kubeflow.org -A NAMESPACE NAME AGE redhat-ods-applications rhods-anaconda 3h6m redhat-ods-applications rhods-dashboard 3h6m redhat-ods-applications rhods-data-science-pipelines-operator 3h6m redhat-ods-applications rhods-model-mesh 3h6m redhat-ods-applications rhods-nbc 3h6m redhat-ods-applications rhods-osd-config 3h6m redhat-ods-monitoring modelmesh-monitoring 3h6m redhat-ods-monitoring monitoring 3h6m rhods-notebooks rhods-notebooks 3h6m rhods-notebooks rhods-osd-config 3h5m
kfdefs 리소스를 제거하지 못하면 나중에 OpenShift AI의 최신 버전을 설치할 수 있었습니다. 이 문제는 더 이상 발생하지 않습니다.
RHODS-9764 - 워크벤치 편집 시 데이터 연결 세부 정보 재설정
기존 데이터 연결이 있는 워크벤치를 편집한 다음 새 데이터 연결 만들기 옵션을 선택한 후 편집 페이지가 새 연결 세부 정보 지정을 완료하기 전에 기존 데이터 연결 사용 옵션으로 되돌릴 수 있습니다. 이 문제는 이제 해결되었습니다.
RHODS-9583 - Data Science 대시보드가 기존 OpenShift Pipelines 설치를 감지하지 못했습니다.
OpenShift Pipelines Operator가 클러스터에 글로벌 Operator로 설치되면 OpenShift AI 대시보드에서 이를 탐지하지 못했습니다. 이제 OpenShift Pipelines Operator가 성공적으로 감지되었습니다.
ODH-DASHBOARD-1639 - 대시보드 경로의 Wrong TLS 값
이전 버전에서는 OpenShift의 OpenShift AI 대시보드에 대해 경로를 생성할 때 tls.termination 필드에 잘못된 기본값 Reencrypt 가 있었습니다. 이 문제는 이제 해결되었습니다. 새 값은 reencrypt 입니다.
ODH-DASHBOARD-1638 - 트리거된 실행 탭의 이름 자리 표시자에 스케줄링된 실행 이름이 표시됩니다.
이전 버전에서는 Pipelines > Runs 를 클릭한 다음 트리거된 탭을 선택하여 트리거된 실행을 구성하면 Name 필드에 표시된 예제 값이 스케줄링된 실행 이름 이었습니다. 이 문제는 이제 해결되었습니다.
ODH-DASHBOARD-1547 - 파이프라인 Operator가 백그라운드에서 설치되었을 때 대시보드에 표시되는 "해당 페이지를 찾을 수 없습니다.
이전에는 대시보드의 Data Science Pipelines 페이지를 사용하여 OpenShift Pipelines Operator를 설치할 때 Operator 설치가 완료되면 해당 페이지 메시지를 표시하도록 페이지를 새로 고칠 수 없었습니다. 이 문제는 이제 해결되었습니다. Operator 설치가 완료되면 대시보드가 파이프라인 서버를 생성할 수 있는 파이프라인 페이지로 리디렉션됩니다.
ODH-DASHBOARD-1545 - 모델 탭이 확장되면 대시보드는 프로젝트 하단으로 계속 스크롤합니다.
이전에는 대시보드의 Data Science Projects 페이지에서 Deployed models 탭을 클릭하여 확장한 다음 페이지에서 다른 작업을 수행하려고 하면 페이지가 배포 모델 섹션으로 다시 스크롤되었습니다. 이는 다른 작업을 수행하는 데 영향을 미쳤습니다. 이 문제는 이제 해결되었습니다.
참고BOOKS-156 - Elyra에는 Test라는 예제 런타임이 포함되어 있습니다.
이전에는 Elyra에 Test 라는 런타임 구성이 포함되어 있었습니다. 데이터 사이언스 파이프라인을 실행할 때 이 구성을 선택한 경우 오류가 표시될 수 있습니다. 이제 테스트 구성이 제거되었습니다.
RHODS-9622 - 예약된 파이프라인 실행 복제는 기존 기간 및 파이프라인 입력 매개변수 값을 복사하지 않습니다.
이전 버전에서는 주기적인 트리거가 있는 예약된 파이프라인 실행을 복제할 때 복제 프로세스에서 반복 실행 또는 지정된 파이프라인 입력 매개변수에 대해 구성된 실행 빈도를 복사하지 않았습니다. 이 문제는 이제 해결되었습니다.
RHODS-8932 - 반복 파이프라인 실행을 예약할 때 기본적으로 잘못된 cron 형식이 표시되었습니다.
cron 작업을 구성하여 반복 파이프라인 실행을 예약하면 OpenShift AI 인터페이스에 기본적으로 잘못된 형식이 표시되었습니다. 이제 올바른 형식을 표시합니다.
RHODS-9374 - 고유하지 않은 이름이 있는 Pipeline은 데이터 Science 프로젝트 사용자 인터페이스에 표시되지 않았습니다.
Elyra를 지원하는 metapyter 애플리케이션에서 노트북을 출시했거나, 실행하도록 파이프라인을 제출했을 때, 고유하지 않은 이름이 있는 파이프라인이 관련 데이터 사이언스 프로젝트 페이지 또는 데이터 사이언스 파이프라인 페이지의 Pipelines 섹션에 나타나지 않았습니다. 이 문제는 이제 해결되었습니다.
RHODS-9329 - 사용자 정의 모델 제공 런타임 배포로 인해 오류 메시지가 표시될 수 있습니다.
이전 버전에서는 OpenShift AI 대시보드를 사용하여 사용자 지정 모델 제공 런타임을 배포하는 경우 Error retrieving Serving Runtime 메시지와 함께 배포 프로세스가 실패할 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHODS-9064 - 업그레이드 후 OpenShift AI 대시보드에서 Data Science Pipelines 탭이 활성화되지 않았습니다.
OpenShift AI 1.26에서 OpenShift AI 1.28로 업그레이드하면 OpenShift AI 대시보드에서 Data Science Pipelines 탭이 활성화되지 않았습니다. 이 문제는 OpenShift AI 1.29에서 해결되었습니다.
RHODS-9443 - Elyra 파이프라인이 일반 텍스트로 노출된 S3 스토리지 인증 정보 내보내기
OpenShift AI 1.28.0에서 Python DSL 형식 또는 YAML 형식으로 tellpyterLab에서 Elyra 파이프라인을 내보낼 때 생성된 출력에는 일반 텍스트로 S3 스토리지 인증 정보가 포함되어 있습니다. 이 문제는 OpenShift AI 1.28.1에서 해결되었습니다. 그러나 OpenShift AI 1.28.1로 업그레이드한 후 배포에 파이프라인 서버 및 데이터 연결이 포함된 데이터 사이언스 프로젝트가 포함된 경우 수정 사항을 적용하려면 다음과 같은 추가 작업을 수행해야 합니다.
- 브라우저 페이지를 새로 고칩니다.
- 배포에서 실행 중인 워크벤치를 중지하고 다시 시작합니다.
또한 Elyra 런타임 구성에 수정 사항이 포함되어 있는지 확인하려면 다음 작업을 수행합니다.
-
sendpyterLab의 왼쪽 사이드바에서 런타임 (
)을 클릭합니다.
볼 런타임 구성 위에 커서를 올리고 편집 버튼(
)을 클릭합니다.
Data Science Pipelines 런타임 구성 페이지가 열립니다.
-
KUBERNETES_SECRET이 Cloud Object Storage 인증 유형 필드에서 값으로 정의되었는지 확인합니다. - 런타임 구성을 변경하지 않고 종료합니다.
RHODS-8460 - 공유 프로젝트의 세부 정보를 편집할 때 사용자 인터페이스는 오류를 보고하지 않고 로드 상태로 유지됩니다.
프로젝트를 편집할 수 있는 권한이 있는 사용자가 세부 정보를 편집하려고 하면 사용자 인터페이스가 로드 중 상태로 남아 있고 적절한 오류 메시지가 표시되지 않았습니다. 프로젝트를 편집할 수 있는 권한이 있는 사용자는 설명과 같이 프로젝트의 필드를 편집할 수 없습니다. 이러한 사용자는 워크벤치, 데이터 연결 및 스토리지와 같이 프로젝트에 속하는 구성 요소만 편집할 수 있습니다.
이제 사용자 인터페이스에 적절한 오류 메시지가 표시되고 프로젝트 설명을 업데이트하지 않습니다.
RHODS-8482 - 데이터 사이언스 파이프라인 그래프는 파이프라인 실행을 위한 노드 에지를 표시하지 않았습니다.
Tekton 형식의 매개 변수 또는 YAML 코드의 when 표현식이 포함되지 않은 파이프라인을 실행한 경우 OpenShift AI 사용자 인터페이스에 그래프 노드와의 연결 에지가 표시되지 않았습니다. 예를 들어 runAfter 속성 또는 Workspace 를 포함하는 파이프라인을 사용한 경우 사용자 인터페이스에 에지 연결 없이 실행된 파이프라인의 그래프가 표시되었습니다. 이제 OpenShift AI 사용자 인터페이스에 그래프 노드와의 에지 연결이 표시됩니다.
RHODS-8923 - 파이프라인 서버를 만들려고 할 때 새로 생성된 데이터 연결이 감지되지 않았습니다.
Data Science 프로젝트 내에서 데이터 연결을 생성한 다음 파이프라인 서버를 만들려고 하면 파이프라인 서버 구성 대화 상자에서 생성한 데이터 연결을 감지하지 못했습니다. 이 문제는 이제 해결되었습니다.
RHODS-8461 - 다른 사용자와 프로젝트를 공유할 때 OpenShift AI 사용자 인터페이스 텍스트가 잘못 구성되었습니다.
다른 사용자와 Data Science 프로젝트를 공유하려고 하면 사용자 인터페이스 텍스트가 사용자가 설명과 같은 모든 세부 정보를 편집할 수 있다고 잘못 부정확했습니다. 그러나 사용자는 워크벤치, 데이터 연결 및 스토리지와 같이 프로젝트에 속하는 구성 요소만 편집할 수 있습니다. 이 문제는 이제 해결되어 사용자 인터페이스 텍스트가 더 이상 잘못되지 않으므로 사용자가 모든 세부 정보를 편집할 수 있습니다.
RHODS-8462 - "편집" 권한이 있는 사용자는 모델 서버를 생성할 수 없습니다.
"편집" 권한이 있는 사용자는 이제 토큰 권한 없이 모델 서버를 만들 수 있습니다. 사용자에게 토큰 권한이 있는 모델 서버를 생성하려면 "관리자" 권한이 있어야 합니다.
RHODS-8796 - OpenVINO 모델 서버 런타임에서 GPU 사용을 강제 적용하는 데 필요한 플래그가 없었습니다.
OpenShift AI에는 기본적으로 OVMS(OpenVINO Model Server) 모델 제공 런타임이 포함되어 있습니다. 새 모델 서버를 구성하고 이 런타임을 선택하면 모델 서버 구성 대화 상자에서 모델 서버와 함께 사용할 GPU 수를 지정할 수 있습니다. 그러나 모델 서버 구성을 완료하고 모델을 배포한 경우 모델 서버는 실제로 GPU를 사용하지 않았습니다. 이 문제는 해결되어 모델 서버가 GPU를 사용합니다.
RHODS-8861 - 파이프라인 실행 시 호스트 프로젝트 변경으로 인해 사용 가능한 파이프라인 목록이 부정확했습니다.
파이프라인 실행을 생성하는 동안 호스트 프로젝트를 변경한 경우 인터페이스에서 새 호스트 프로젝트의 파이프라인을 사용할 수 없습니다. 대신 인터페이스에서는 Data Science Pipelines > Runs 페이지에서 처음 선택한 프로젝트에 속하는 파이프라인을 표시했습니다. 이 문제는 이제 해결되었습니다. 실행 생성 페이지에서 파이프라인을 더 이상 선택하지 않습니다. 현재 프로젝트 및 해당 파이프라인에 따라 실행 생성 버튼을 클릭하면 파이프라인 선택이 자동으로 업데이트됩니다.
RHODS-8249 - ConfigMap으로 업로드된 환경 변수가 대신 Secret에 저장됨
이전 버전에서는 OpenShift AI 인터페이스에서 ConfigMap 구성을 업로드하여 워크벤치에 환경 변수를 추가하면 해당 변수가 Secret 오브젝트에 대신 저장되었습니다. 이 문제는 이제 해결되었습니다.
RHODS-7975 - Workbenches에 여러 데이터 연결이 있을 수 있습니다
이전에는 워크벤치의 데이터 연결을 변경한 경우 기존 데이터 연결이 해제되지 않았습니다. 결과적으로 워크벤치는 여러 데이터 소스에 계속 연결될 수 있었습니다. 이 문제는 이제 해결되었습니다.
RHODS-7948 - 환경 변수를 포함하는 시크릿 파일 업로드로 인해 이중 인코딩 값이 발생했습니다.
이전 버전에서는 데이터 정보 프로젝트에서 워크벤치를 생성할 때 환경 변수가 포함된 YAML 기반 시크릿 파일을 업로드하면 환경 변수 값이 디코딩되지 않았습니다. 그런 다음 이 프로세스에서 생성한 결과 OpenShift 시크릿에서 인코딩된 값이 다시 인코딩되었습니다. 이 문제는 이제 해결되었습니다.
RHODS-6429 - Intel OpenVINO 또는 Anaconda Professional Edition 이미지로 워크벤치를 생성할 때 오류가 표시되었습니다.
이전에는 Intel OpenVINO 또는 Anaconda Professional Edition 이미지로 워크벤치를 만들 때 생성 프로세스 중에 오류가 발생했습니다. 그러나 워크벤치는 여전히 성공적으로 생성되었습니다. 이 문제는 이제 해결되었습니다.
RHODS-6372 - Idle laptop culler는 활성 터미널을 고려하지 않았습니다.
이전 버전에서는 노트북 이미지에 실행 중인 터미널이 있지만 활성 상태의 실행 중인 커널이 없는 경우 유휴 노트북 culler에서 노트북을 비활성으로 감지하고 터미널을 중지했습니다. 이 문제는 이제 해결되었습니다.
RHODS-5700 - 워크벤치 생성 시 데이터 연결을 만들거나 연결할 수 없습니다.
워크벤치를 생성할 때 사용자가 새 데이터 연결을 생성하거나 기존 데이터 연결에 연결할 수 없었습니다.
RHODS-6281 - OpenShift AI 관리자가 클러스터에서 관리자 그룹을 삭제한 경우 설정 페이지에 액세스할 수 없습니다.
이전에는 Red Hat OpenShift AI 관리자 그룹이 클러스터에서 삭제된 경우 OpenShift AI 관리자 사용자가 더 이상 OpenShift AI 대시보드의 설정 페이지에 액세스할 수 없었습니다. 특히 다음과 같은 동작이 표시됩니다.
-
OpenShift AI 관리자 사용자가 설정
사용자 관리 페이지에 액세스하려고 하면 "페이지를 찾을 수 없음" 오류가 표시되었습니다. -
클러스터 관리자가 OpenShift AI 대시보드의 설정 페이지에 액세스할 수 없었습니다. 클러스터 관리자가 설정
사용자 관리 페이지에 액세스하면 삭제된 OpenShift AI 관리자 그룹이 더 이상 OpenShift에 존재하지 않음을 나타내는 경고 메시지가 표시되었습니다. 삭제된 관리자 그룹이 OdhDashboardConfig에서 제거되었으며 관리자 액세스 권한이 복원되었습니다.
이 문제는 이제 해결되었습니다.
RHODS-1968 - Deleted users stay logged in until dashboard was refreshed
이전 버전에서는 Red Hat OpenShift AI 대시보드에 대한 사용자 권한이 취소되면 사용자는 대시보드 페이지를 새로 고침한 후에만 변경 사항을 알 수 있었습니다.
이 문제는 이제 해결되었습니다. 사용자의 권한이 취소되면 OpenShift AI 대시보드는 새로 고침할 필요 없이 사용자를 30초 내에 잠급니다.
RHODS-6384 - 중복된 데이터 연결을 생성할 때 워크벤치 데이터 연결이 잘못 업데이트되었습니다.
기존 데이터 연결과 동일한 이름을 포함하는 데이터 연결을 생성할 때 데이터 연결 생성이 실패했지만 연결된 워크벤치가 여전히 재시작되어 잘못된 데이터 연결에 연결됩니다. 이 문제가 해결되었습니다. 이제 워크벤치가 올바른 데이터 연결에 연결됩니다.
RHODS-6370 - Workbenches에서 최신 허용 오차를 수신하지 못했습니다
이전에는 최신 허용 오차를 얻기 위해 사용자가 관련 워크벤치를 편집하고 변경하지 않고 워크벤치를 다시 저장해야 했습니다. 사용자는 이제 데이터 과학 프로젝트의 워크벤치를 중지한 다음 다시 시작하여 최신 허용 오차 변경을 적용할 수 있습니다.
RHODS-6779 - OpenShift AI 1.20에서 OpenShift AI 1.21로 업그레이드한 후 모델을 제공할 수 없음
OpenShift AI 1.20에서 OpenShift AI 1.21로 업그레이드할 때 modelmesh-serving 포드에서 존재하지 않는 이미지를 가져오려고 시도하여 이미지 가져오기 오류가 발생했습니다. 결과적으로 OpenShift AI의 모델 제공 기능을 사용하여 모델을 제공할 수 없었습니다. odh-openvino-servingruntime-container-v1.21.0-15 이미지가 성공적으로 배포됩니다.
RHODS-5945 - Anaconda Professional Edition은 OpenShift AI에서 사용할 수 없습니다.
Anaconda Professional Edition은 OpenShift AI에서 사용할 수 없습니다. 대신 연결된 Pod의 이벤트 페이지에 InvalidImageName 오류가 표시되었습니다. Anaconda Professional Edition을 성공적으로 활성화할 수 있습니다.
RHODS-5822 - 사용량이 데이터 과학 프로젝트에서 생성된 PVC에 대해 90% 및 100%를 초과하면 관리 사용자가 경고를 받지 않았습니다.
PVC가 90%를 초과했을 때와 용량의 100%를 데이터 과학 프로젝트에서 생성한 PVC에 대해 관리자 사용자에게 표시하지 않음을 나타내는 경고입니다. 이제 관리자 사용자는 PVC가 대시보드에서 90% 및 100%를 초과하는 시기에 대한 경고를 볼 수 있습니다.
RHODS-5889 - 데이터 과학 노트북이 "보류 중" 상태에 있는 경우 오류 메시지가 표시되지 않았습니다.
노트북 포드를 생성할 수 없는 경우 OpenShift AI 인터페이스에 오류 메시지가 표시되지 않았습니다. 이제 데이터 사이언스 노트북을 생성할 수 없는 경우 오류 메시지가 표시됩니다.
RHODS-5886 - 데이터 사이치 워크벤치에서 Hub Control Panel 대시보드로 돌아가기 실패
File
RHODS-6101 - 관리자가 모든 노트북 서버를 중지할 수 없음
OpenShift AI 관리자는 모든 노트북 서버를 동시에 중지할 수 없습니다. 관리자는 이제 모든 서버 중지 버튼을 사용하여 모든 노트북 서버를 중지하고 관련 사용자 옆에 있는 작업 메뉴에서 서버 중지 를 선택하여 단일 노트북을 중지할 수 있습니다.
RHODS-5891 - Workbench 이벤트 로그가 명확하게 표시되지 않았습니다.
워크벤치를 생성할 때 OpenShift AI 인터페이스에서 이벤트 로그 창을 쉽게 찾을 수 없었습니다. Status (상태) 열 아래의 Starting 레이블은 이제 마우스로 이동하여 클릭하여 노트북 상태 및 이벤트 로그를 볼 수 있음을 나타냅니다.
RHODS-6296 - Google Chrome 이외의 브라우저를 사용할 때 ISV 아이콘이 렌더링되지 않았습니다.
Google Chrome 이외의 브라우저를 사용할 때 탐색 및 리소스 페이지의 모든 ISV 아이콘이 렌더링되지 않았습니다. 이제 ISV 아이콘이 지원되는 모든 브라우저에 올바르게 표시됩니다.
RHODS-3182 - 사용 가능한 GPU가 잘못 입력됨
사용자가 metapyter에서 노트북 인스턴스를 만들려고 하면 GPU가 할당되면 스케줄링에 사용할 수 있는 최대 GPU 수가 업데이트되지 않았습니다. 이제 Hawkularpyter에서 사용 가능한 올바른 GPU 수를 표시합니다.
RHODS-5890 - 여러 영구 볼륨이 동일한 디렉터리에 마운트되면 워크벤치를 시작하지 못했습니다.
동일한 워크벤치의 동일한 마운트 폴더에 둘 이상의 PV(영구 볼륨)를 마운트하는 경우, 노트북 포드 생성에 실패하고 문제가 있음을 나타내는 오류가 표시되지 않았습니다.
RHODS-5768 - 데이터 사이언스 프로젝트는 Red Hat OpenShift AI의 사용자에게 표시되지 않았습니다.
프로젝트의 Display Name 속성 끝에 [DSP] 접미사를 제거하면 연결된 데이터 과학 프로젝트가 더 이상 표시되지 않습니다. 사용자가 더 이상 이 접미사를 제거할 수 없습니다.
RHODS-5701 - 데이터 연결 구성 세부 정보 덮어쓰기
데이터 연결이 워크벤치에 추가되면 해당 데이터 연결에 대한 구성 세부 정보가 환경 변수에 저장되었습니다. 두 번째 데이터 연결이 추가되면 동일한 환경 변수를 사용하여 구성 세부 정보가 저장되므로 첫 번째 데이터 연결에 대한 구성을 덮어씁니다. 현재 사용자는 각 워크벤치에 최대 하나의 데이터 연결을 추가할 수 있습니다.
RHODS-5252 - 노트북 관리 페이지에서는 사용자의 노트북 서버에 대한 관리자 액세스 권한을 제공하지 않았습니다.
OpenShift AI 대시보드에서 액세스한 노트북 관리 페이지는 관리자가 사용자의 노트북 서버에 액세스할 수 있는 수단을 제공하지 않았습니다. 관리자는 사용자 노트북 서버를 시작하거나 중지하는 경우에만 제한되었습니다.
RHODS-2438 - PyTorch 및 TensorFlow 이미지를 업그레이드할 때 사용할 수 없었습니다.
OpenShift AI 1.3에서 이후 버전으로 업그레이드할 때 사용자가 약 30분 동안 PyTorch 및 TensorFlow 이미지를 사용할 수 없었습니다. 그 결과 사용자는 업그레이드 과정에서 PyTorch 및 TensorFlow 노트북을 시작할 수 없었습니다. 이 문제는 이제 해결되었습니다.
RHODS-5354 - 노트북 서버를 시작할 때 환경 변수 이름이 검증되지 않았습니다.
환경 변수 이름은 Start a laptop server 페이지에서 검증되지 않았습니다. 잘못된 환경 변수를 추가한 경우 사용자가 노트북을 시작할 수 없습니다. 이제 환경 변수 이름이 실시간으로 확인됩니다. 잘못된 환경 변수 이름이 입력되면 유효한 환경 변수 이름이 영문자, 숫자, _,- 또는 . . 로 구성되어야 하며 숫자로 시작하지 않아야 함을 나타내는 오류 메시지가 표시됩니다.
RHODS-4617 - GPU 사용 가능한 GPU 수가 있는 경우에만 표시됨
이전에는 GPU 노드를 사용할 수 있는 경우에만 GPU 수 드롭다운이 Start a laptop server 페이지에서만 표시되었습니다. 현재 GPU 노드를 사용할 수 없는 경우에도 자동 스케일링 머신 풀이 클러스터에 정의된 경우에도 GPU 수 드롭다운이 올바르게 표시됩니다. 이로 인해 클러스터에 새 GPU 노드가 프로비저닝될 수 있습니다.
RHODS-5420 - 클러스터에 유일한 사용자가 있는 경우 클러스터 관리자가 관리자 액세스 권한을 얻지 못했습니다.
이전에는 클러스터 관리자가 클러스터에 있는 유일한 사용자인 경우 Red Hat OpenShift 관리자 액세스 권한이 자동으로 제공되지 않았습니다. 이제 관리자 액세스 권한이 클러스터 admin 사용자에게 올바르게 적용됩니다.
RHODS-4321 - 노트북 선택 중에 표시되지 않는 패키지 버전
CUDA 노트북 이미지의 경우 노트북 시작 페이지에 잘못된 버전 번호(11.4 대신 11.7)가 표시되었습니다. 설치된 CUDA 버전은 더 이상 이 페이지에 지정되지 않습니다.
RHODS-5001 - 관리 사용자가 노트북 Pod에 잘못된 허용 오차를 추가할 수 있음
관리자는 오류를 트리거하지 않고 클러스터 설정 페이지에 잘못된 허용 오차를 추가할 수 있습니다. 잘못된 허용 오차가 추가되면 사용자가 노트북을 시작할 수 없습니다. 이제 허용 오차 키가 실시간으로 확인됩니다. 잘못된 허용 오차 이름을 입력하면 영숫자( -, _ 또는 . . )로 구성된 허용 오차 이름을 나타내는 오류 메시지가 표시되고 영숫자 문자로 시작하고 끝나야 합니다.
RHODS-5100 - 그룹 역할 바인딩이 클러스터 관리자에게 적용되지 않음
이전에는 특정 사용자가 아닌 그룹에 클러스터 관리자 권한이 할당된 경우 대시보드가 관리 그룹의 사용자의 관리 권한을 인식하지 못했습니다. 이제 그룹 역할 바인딩이 예상대로 클러스터 관리자에게 올바르게 적용됩니다.
RHODS-4947 - 업그레이드 후 오래된 최소 Python 노트북 이미지가 지속됨
OpenShift AI 1.14에서 1.15로 업그레이드한 후 관련 모든 패키지 버전을 포함하여 최소 Python 노트북의 이전 버전이 지속되었습니다. 최소 Python 노트북의 이전 버전은 업그레이드 후에도 더 이상 유지되지 않습니다.
RHODS-4935 - Excessive "missing x-forwarded-access-token header" 오류 메시지가 대시보드 로그에 표시됨
rhods-dashboard Pod의 로그에 준비 상태 프로브가 /status 엔드포인트에 도달하여 과도한 수의 "x-forwarded-access-token 헤더" 오류 메시지가 포함되어 있습니다. 이 문제는 이제 해결되었습니다.
RHODS-2653 - 샘플 Pachyderm에서 생성된 이미지를 가져오는 동안 오류가 발생했습니다.
사용자가 propyter의 샘플 Pachyderm radio을 사용하여 이미지를 가져오려고 할 때 오류가 발생했습니다. 이미지를 찾을 수 없다는 오류가 발생했습니다. Pachyderm은 이 문제를 해결했습니다.
RHODS-4584 - popyter가 OpenVINO laptop image를 사용하여 노트북 서버를 시작하지 못했습니다.
sendpyter의 노트북 시작 서버 페이지가 OpenVINO 노트북 이미지를 사용하여 노트북 서버를 시작하지 못했습니다. Intel은 이 문제를 해결하기 위해 OpenVINO Operator 업데이트를 제공했습니다.
RHODS-4923 - 사용 데이터 수집을 비활성화한 후 표시되는 비표준 확인란
클러스터 설정 페이지에서 사용 데이터 수집을 비활성화한 후 사용자가 OpenShift AI 대시보드의 다른 영역에 액세스한 후 클러스터 설정 페이지로 돌아가면 사용 데이터 허용 확인란에 비표준 스타일이 적용되어 선택되거나 지워지면 다른 확인란과 동일하게 표시되지 않았습니다.
RHODS-4938 - Incorrect headings were displayed in the Notebook Images page
OpenShift AI 대시보드의 설정 페이지에서 액세스한 노트북 이미지 페이지에 사용자 인터페이스에 잘못된 제목이 표시됩니다. BYON 이미지 설정으로 표시되는 Notebook 이미지 설정 제목과 Import Notebook images 제목이 BYON 이미지로 표시됩니다. 이제 올바른 제목이 예상대로 표시됩니다.
RHODS-4818 - Cryostatpyter는 NVIDIA GPU 애드온을 설치할 때 이미지를 표시할 수 없었습니다.
NVIDIA GPU 애드온 을 설치한 후 노트북 시작 서버 페이지가 표시되지 않았습니다. 이제 이미지가 올바르게 표시되고 시작 노트북 서버 페이지에서 시작할 수 있습니다.
RHODS-4797 - 사용량이 90% 및 100%를 초과하면 PVC 사용 제한 경고가 전송되지 않았습니다.
PVC가 90%를 초과한 시기와 용량의 100%를 트리거하여 보낸 것을 나타내는 경고입니다. 이러한 경고가 트리거되고 예상대로 전송됩니다.
RHODS-4366 - Operator 재시작 시 클러스터 설정이 재설정됨
OpenShift AI Operator pod가 다시 시작되면 클러스터 설정이 기본값으로 재설정되어 사용자 지정 구성을 제거하는 경우가 있었습니다. 새 버전의 OpenShift AI가 릴리스되고 Operator를 실행한 노드를 실행할 때 OpenShift AI Operator가 다시 시작되었습니다. 이 문제는 Operator가 ConfigMap을 잘못 배포했기 때문에 발생했습니다. Operator 배포 지침이 업데이트되어 더 이상 발생하지 않습니다.
RHODS-4318 - OpenVINO 노트북 이미지를 성공적으로 빌드하지 못했습니다.
OpenVINO 노트북 이미지를 성공적으로 빌드하지 못하고 오류 메시지가 표시되었습니다. 이 문제는 이제 해결되었습니다.
RHODS-3743 - Starburst Galaxy 퀵 스타트에서 명령어 단계에서 다운로드 링크를 제공하지 않았습니다.
대시보드의 리소스 페이지에 있는 Starburst Galaxy 빠른 시작에는 사용자가 explore-data.ipynb 노트북 을 열어야 하지만 지침 단계 내에서 링크를 제공하지 못했습니다. 대신 빠른 시작의 소개에 링크가 제공되었습니다.
RHODS-1974 - 경고 알림 이메일 변경
Red Hat OpenShift AI 애드온의 알림 이메일 주소 목록에 대한 변경 사항은 rhods-operator Pod 및 prometheus-* Pod가 다시 시작될 때까지 적용되지 않았습니다.
RHODS-2738 - Red Hat OpenShift API Management 1.15.2 애드온 설치가 성공적으로 완료되지 않았습니다.
Red Hat OpenShift API Management 1.15.2 애드온과 통합된 OpenShift AI 설치의 경우 Red Hat OpenShift API Management 설치 프로세스에서 SMTP 인증 정보 시크릿을 성공적으로 가져오지 못했습니다. 그 후 설치가 완료되지 않았습니다.
RHODS-3237 - GPU 튜토리얼이 대시보드에 나타나지 않았습니다.
Gtc2018-numba 에 있는 "GPU 컴퓨팅" 튜토리얼은 대시보드의 리소스 페이지에 표시되지 않았습니다.
RHODS-3069 - GPU 노드를 사용할 수 없는 경우 GPU 선택이 유지됨
사용자가 GPU 지원을 통해 노트북 서버를 프로비저닝하고 사용된 GPU 노드가 클러스터에서 제거되면 사용자는 노트북 서버를 만들 수 없었습니다. 이는 최근 연결된 GPU 수에 대해 가장 최근에 사용된 설정이 기본적으로 사용되었기 때문에 발생했습니다.
RHODS-3181 - Pachyderm은 OpenShift Dedicated 4.10 클러스터와 호환 가능
Pachyderm은 처음에 OpenShift Dedicated 4.10과 호환되지 않아 OpenShift Dedicated 4.10 클러스터에서 실행되는 OpenShift AI에서 사용할 수 없었습니다. Pachyderm은 이제 OpenShift Dedicated 4.10에서 사용할 수 있습니다.
RHODS-2160 - OpenShift AI 및 OpenShift API Management를 둘 다 설치할 때 설치 제거 프로세스가 완료되지 못했습니다
OpenShift AI 및 OpenShift API Management가 동일한 클러스터에 함께 설치되면 동일한 VPC(Virtual Private Cluster)를 사용합니다. 이러한 애드온의 제거 프로세스는 VPC를 삭제하려고 시도합니다. 이전 버전에서는 두 추가 기능이 모두 설치되면 다른 서비스에 계속 VPC에 리소스가 있었기 때문에 하나의 서비스에 대한 제거 프로세스가 차단되었습니다. 이 충돌이 발생하지 않도록 정리 프로세스가 업데이트되었습니다.
RHODS-2747 - OpenShift AI를 업그레이드한 후 이미지가 잘못 업데이트됨
OpenShift AI를 업그레이드하는 프로세스가 완료된 후 metapyter는 노트북 이미지를 업데이트하지 못했습니다. 이는 이미지 캐싱 메커니즘에 문제가 있었기 때문입니다. 이제 업그레이드 후 이미지가 올바르게 업데이트됩니다.
RHODS-2425 - Incorrect TensorFlow 및 TensorBoard 버전 표시
Start a laptop server 페이지에 TensorFlow 및 TensorBoard의 경우 잘못된 버전 번호 (2.4.0)가 TensorFlow 노트북 이미지에 표시되었습니다. 이 버전은 TensorFlow 2.7.0 및 TensorBoard 2.6.0으로 수정되었습니다.
RHODS-24339 - 활성화된 애플리케이션에 빠른 시작 링크가 표시되지 않았습니다.
일부 애플리케이션의 경우 Open quick start 링크가 Enabled 페이지의 애플리케이션 타일에 표시되지 않았습니다. 결과적으로 사용자는 관련 애플리케이션의 퀵 스타트 둘러보기에 직접 액세스할 수 없었습니다.
RHODS-2215 - Incorrect Python versions displayed during laptop selection
Start a laptop server page는 TensorFlow 및 PyTorch laptop images에 대해 잘못된 버전의 Python을 표시했습니다. 또한 이제 패키지 버전 번호의 세 번째 정수가 더 이상 표시되지 않습니다.
RHODS-1977 - 노트북 서버가 시작된 후 10분 대기
노트북 서버가 시작되는 동안 NMStatepyter 리더 Pod가 실패한 경우 Pod가 재시작될 때까지 사용자는 10분 정도 걸릴 때까지 노트북 서버에 액세스할 수 없습니다. 이 프로세스는 새로운 리더 Pod를 선택할 때 사용자가 서버로 리디렉션되도록 개선되었습니다. 이 프로세스가 시간 초과되면 사용자는 504 게이트웨이 시간 초과 오류가 표시되고 해당 서버에 액세스하도록 새로 고칠 수 있습니다.
