红帽全球峰会1.2. 分布式工作负载的类型
根据您要运行的分布式工作负载类型，您必须使用不同的 OpenShift AI 组件：
-
基于 Ray 的分布式工作负载：使用
codeflare、kue和ray组件。 -
培训基于 Operator 的分布式工作负载：使用
trainingoperator和kueue组件。
对于基于 Ray 的分布式工作负载，您可以使用基于 Ray 的分布式工作负载，您可以使用 Kue 和支持的加速器：
- 使用 Kue 管理分布式工作负载的资源。
- 将 CUDA 培训镜像用于 NVIDIA GPU，为 AMD GPU 使用基于 ROCm 的文档镜像。
有关支持的加速器的更多信息，请参阅 Red Hat OpenShift AI: 支持的配置 知识库文章
您可以从数据科学管道、Jupyter 笔记本或 Microsoft Visual Studio Code 文件运行分布式工作负载。
注意
数据科学管道工作负载不由分布式工作负载功能管理，不包含在分布式工作负载指标中。
'%20d='M201.5%20305.5c-13.8%200-24.9-11.1-24.9-24.6%200-13.8%2011.1-24.9%2024.9-24.9%2013.6%200%2024.6%2011.1%2024.6%2024.9%200%2013.6-11.1%2024.6-24.6%2024.6zM504%20256c0%20137-111%20248-248%20248S8%20393%208%20256%20119%208%20256%208s248%20111%20248%20248zm-132.3-41.2c-9.4%200-17.7%203.9-23.8%2010-22.4-15.5-52.6-25.5-86.1-26.6l17.4-78.3%2055.4%2012.5c0%2013.6%2011.1%2024.6%2024.6%2024.6%2013.8%200%2024.9-11.3%2024.9-24.9s-11.1-24.9-24.9-24.9c-9.7%200-18%205.8-22.1%2013.8l-61.2-13.6c-3-.8-6.1%201.4-6.9%204.4l-19.1%2086.4c-33.2%201.4-63.1%2011.3-85.5%2026.8-6.1-6.4-14.7-10.2-24.1-10.2-34.9%200-46.3%2046.9-14.4%2062.8-1.1%205-1.7%2010.2-1.7%2015.5%200%2052.6%2059.2%2095.2%20132%2095.2%2073.1%200%20132.3-42.6%20132.3-95.2%200-5.3-.6-10.8-1.9-15.8%2031.3-16%2019.8-62.5-14.9-62.5zM302.8%20331c-18.2%2018.2-76.1%2017.9-93.6%200-2.2-2.2-6.1-2.2-8.3%200-2.5%202.5-2.5%206.4%200%208.6%2022.8%2022.8%2087.3%2022.8%20110.2%200%202.5-2.2%202.5-6.1%200-8.6-2.2-2.2-6.1-2.2-8.3%200zm7.7-75c-13.6%200-24.6%2011.1-24.6%2024.9%200%2013.6%2011.1%2024.6%2024.6%2024.6%2013.8%200%2024.9-11.1%2024.9-24.6%200-13.8-11-24.9-24.9-24.9z'/%3e%3c/svg%3e){kind=small}