3.5. 安装和管理 Red Hat OpenShift AI 组件。


您可以使用 OpenShift 命令行界面(CLI)或 OpenShift Web 控制台在 OpenShift 集群上安装和管理 Red Hat OpenShift AI 的组件。

3.5.1. 使用 CLI 安装 Red Hat OpenShift AI 组件

要使用 OpenShift 命令行界面(CLI)安装 Red Hat OpenShift AI 组件,您必须创建和配置 DataScienceCluster 对象。

重要

以下流程描述了如何创建和配置 DataScienceCluster 对象,以作为安装的一部分安装 Red Hat OpenShift AI 组件。

先决条件

流程

  1. 打开一个新的终端窗口。
  2. 按照以下步骤,以集群管理员身份登录到 OpenShift 集群:

    1. 在 OpenShift Web 控制台右上角,单击您的用户名,然后选择 Copy login command
    2. 登录后,单击 Display token
    3. 使用此令牌命令复制登录,并将它粘贴到 OpenShift 命令行界面(CLI)中

      $ oc login --token=<token> --server=<openshift_cluster_url>
      Copy to Clipboard Toggle word wrap
  3. 创建 DataScienceCluster 对象自定义资源 (CR) 文件,如 rhods-operator-dsc.yaml

    apiVersion: datasciencecluster.opendatahub.io/v1
    kind: DataScienceCluster
    metadata:
      name: default-dsc
    spec:
      components:
        codeflare:
          managementState: Removed
        dashboard:
          managementState: Removed
        datasciencepipelines:
          managementState: Removed
        kserve:
          managementState: Removed 
    1
     
    2
    
        kueue:
          managementState: Removed
        modelmeshserving:
          managementState: Removed
        ray:
          managementState: Removed
        trainingoperator:
          managementState: Removed
        trustyai:
          managementState: Removed
        workbenches:
          managementState: Removed
    Copy to Clipboard Toggle word wrap
    1
    要完全安装 KServe 组件(由单模型服务平台用来提供大型模型),您必须为 Red Hat OpenShift Service Mesh 和 Red Hat OpenShift Serverless 安装 Operator 并执行额外的配置。请参阅 安装单模式服务平台
    2
    如果您还没有 启用 KServe 组件(即,将 managementState 字段设置为 Removed),还必须禁用依赖 Service Mesh 组件以避免错误。请参阅禁用 KServe 依赖项
  4. 在 CR 的 spec.components 部分中,对于所示的每个 OpenShift AI 组件,将 managementState 字段的值设置为 ManagedRemoved。这些值定义如下:

    受管
    Operator 会主动管理组件,安装它,并尝试保持其活跃。只有在组件安全时,Operator 才会升级组件。
    删除
    Operator 会主动管理组件,但不安装它。如果组件已安装,Operator 将尝试将其删除。
    重要
  5. 在 OpenShift 集群中创建 DataScienceCluster 对象来安装指定的 OpenShift AI 组件。

    $ oc create -f rhods-operator-dsc.yaml
    Copy to Clipboard Toggle word wrap

    您会看到类似如下的输出:

    datasciencecluster.datasciencecluster.opendatahub.io/default created
    Copy to Clipboard Toggle word wrap

验证

  • 确认每个组件都有一个正在运行的 pod:

    1. 在 OpenShift Web 控制台中,点击 Workloads Pods
    2. 在页面顶部的 Project 列表中,选择 redhat-ods-applications
    3. 在 applications 命名空间中,确认您安装的每个 OpenShift AI 组件都有运行 pod。
  • 确认所有安装的组件的状态:

    1. 在 OpenShift Web 控制台中,点 Operators Installed Operators
    2. 点 Red Hat OpenShift AI Operator。
    3. Data Science Cluster 选项卡,再选择名为 default-dscDataScienceCluster 对象。
    4. 选择 YAML 选项卡。
    5. installedComponents 部分中,确认您安装的组件的状态为 true

      注意

      如果组件显示 CR 的 spec.components 部分中的 component-name: {} 格式,则不会安装该组件。

  • 在 Red Hat OpenShift AI 仪表板中,用户可以查看已安装的 OpenShift AI 组件列表、其相应的源(upstream)组件以及安装的组件版本,如 Viewing installed components 所述。

要使用 OpenShift Web 控制台安装 Red Hat OpenShift AI 组件,您必须创建和配置 DataScienceCluster 对象。

重要

以下流程描述了如何创建和配置 DataScienceCluster 对象,以作为安装的一部分安装 Red Hat OpenShift AI 组件。

先决条件

流程

  1. 以集群管理员身份登录 OpenShift Web 控制台。
  2. 在 Web 控制台中,点 Operators Installed Operators,然后点 Red Hat OpenShift AI Operator。
  3. Data Science Cluster 选项卡。
  4. Create DataScienceCluster
  5. 对于 Configure via,选择 YAML view

    嵌入式 YAML 编辑器会打开 DataScienceCluster 对象的默认自定义资源(CR),如下例所示:

    apiVersion: datasciencecluster.opendatahub.io/v1
    kind: DataScienceCluster
    metadata:
      name: default-dsc
    spec:
      components:
        codeflare:
          managementState: Removed
        dashboard:
          managementState: Removed
        datasciencepipelines:
          managementState: Removed
        kserve:
          managementState: Removed 
    1
     
    2
    
        kueue:
          managementState: Removed
        modelmeshserving:
          managementState: Removed
        ray:
          managementState: Removed
        trainingoperator:
          managementState: Removed
        trustyai:
          managementState: Removed
        workbenches:
          managementState: Removed
    Copy to Clipboard Toggle word wrap
    1
    要完全安装 KServe 组件(由单模型服务平台用来提供大型模型),您必须为 Red Hat OpenShift Service Mesh 和 Red Hat OpenShift Serverless 安装 Operator 并执行额外的配置。请参阅 安装单模式服务平台
    2
    如果您还没有 启用 KServe 组件(即,将 managementState 字段设置为 Removed),还必须禁用依赖 Service Mesh 组件以避免错误。请参阅禁用 KServe 依赖项
  6. 在 CR 的 spec.components 部分中,对于所示的每个 OpenShift AI 组件,将 managementState 字段的值设置为 ManagedRemoved。这些值定义如下:

    受管
    Operator 会主动管理组件,安装它,并尝试保持其活跃。只有在组件安全时,Operator 才会升级组件。
    删除
    Operator 会主动管理组件,但不安装它。如果组件已安装,Operator 将尝试将其删除。
    重要
  7. Create

验证

  • 确认每个组件都有一个正在运行的 pod:

    1. 在 OpenShift Web 控制台中,点击 Workloads Pods
    2. 在页面顶部的 Project 列表中,选择 redhat-ods-applications
    3. 在 applications 命名空间中,确认您安装的每个 OpenShift AI 组件都有运行 pod。
  • 确认所有安装的组件的状态:

    1. 在 OpenShift Web 控制台中,点 Operators Installed Operators
    2. 点 Red Hat OpenShift AI Operator。
    3. Data Science Cluster 选项卡,再选择名为 default-dscDataScienceCluster 对象。
    4. 选择 YAML 选项卡。
    5. installedComponents 部分中,确认您安装的组件的状态为 true

      注意

      如果组件显示 CR 的 spec.components 部分中的 component-name: {} 格式,则不会安装该组件。

  • 在 Red Hat OpenShift AI 仪表板中,用户可以查看已安装的 OpenShift AI 组件列表、其相应的源(upstream)组件以及安装的组件版本,如 Viewing installed components 所述。

您可以使用 OpenShift Web 控制台更新 OpenShift 集群中 Red Hat OpenShift AI 组件的安装状态。

重要

如果您升级了 OpenShift AI,升级过程会自动使用之前版本的 DataScienceCluster 对象的值。新组件不会自动添加到 DataScienceCluster 对象中。

升级 OpenShift AI 后:

  • 检查默认的 DataScienceCluster 对象,以检查并选择性地更新现有组件的 managementState 状态。
  • 将任何新组件添加到 DataScienceCluster 对象中。

先决条件

  • Red Hat OpenShift AI Operator 安装在 OpenShift 集群中。
  • 具有集群管理员特权。

流程

  1. 以集群管理员身份登录 OpenShift Web 控制台。
  2. 在 Web 控制台中,点 Operators Installed Operators,然后点 Red Hat OpenShift AI Operator。
  3. Data Science Cluster 选项卡。
  4. DataScienceClusters 页面中,点 default 对象。
  5. YAML 标签。

    嵌入式 YAML 编辑器会打开显示 DataScienceCluster 对象的默认自定义资源(CR),如下例所示:

    apiVersion: datasciencecluster.opendatahub.io/v1
    kind: DataScienceCluster
    metadata:
      name: default-dsc
    spec:
      components:
        codeflare:
          managementState: Removed
        dashboard:
          managementState: Removed
        datasciencepipelines:
          managementState: Removed
        kserve:
          managementState: Removed
        kueue:
          managementState: Removed
        modelmeshserving:
          managementState: Removed
        ray:
          managementState: Removed
        trainingoperator:
          managementState: Removed
        trustyai:
          managementState: Removed
        workbenches:
          managementState: Removed
    Copy to Clipboard Toggle word wrap
  6. 在 CR 的 spec.components 部分中,对于所示的每个 OpenShift AI 组件,将 managementState 字段的值设置为 ManagedRemoved。这些值定义如下:

    受管
    Operator 会主动管理组件,安装它,并尝试保持其活跃。只有在组件安全时,Operator 才会升级组件。
    删除
    Operator 会主动管理组件,但不安装它。如果组件已安装,Operator 将尝试将其删除。
    重要
  7. 点击 Save

    对于您更新的任何组件,OpenShift AI 会启动一个推出影响所有 Pod 来使用更新的镜像。

验证

  • 确认每个组件都有一个正在运行的 pod:

    1. 在 OpenShift Web 控制台中,点击 Workloads Pods
    2. 在页面顶部的 Project 列表中,选择 redhat-ods-applications
    3. 在 applications 命名空间中,确认您安装的每个 OpenShift AI 组件都有运行 pod。
  • 确认所有安装的组件的状态:

    1. 在 OpenShift Web 控制台中,点 Operators Installed Operators
    2. 点 Red Hat OpenShift AI Operator。
    3. Data Science Cluster 选项卡,再选择名为 default-dscDataScienceCluster 对象。
    4. 选择 YAML 选项卡。
    5. installedComponents 部分中,确认您安装的组件的状态为 true

      注意

      如果组件显示 CR 的 spec.components 部分中的 component-name: {} 格式,则不会安装该组件。

  • 在 Red Hat OpenShift AI 仪表板中,用户可以查看已安装的 OpenShift AI 组件列表、其相应的源(upstream)组件以及安装的组件版本,如 Viewing installed components 所述。

3.5.4. 查看已安装的 OpenShift AI 组件

在 Red Hat OpenShift AI 仪表板中,您可以查看已安装的 OpenShift AI 组件、其相应的源(upstream)组件以及安装组件的版本列表。

先决条件

  • OpenShift AI 安装在 OpenShift 集群中。

流程

  1. 登录到 OpenShift AI 仪表板。
  2. 在顶部导航栏中,点帮助图标( Help icon ),然后选择 About

验证

About 页面显示已安装的 OpenShift AI 组件及其相应的上游组件和上游组件版本的列表。

返回顶部
Red Hat logoGithubredditYoutubeTwitter

学习

尝试、购买和销售

社区

关于红帽文档

通过我们的产品和服务,以及可以信赖的内容,帮助红帽用户创新并实现他们的目标。 了解我们当前的更新.

让开源更具包容性

红帽致力于替换我们的代码、文档和 Web 属性中存在问题的语言。欲了解更多详情,请参阅红帽博客.

關於紅帽

我们提供强化的解决方案,使企业能够更轻松地跨平台和环境(从核心数据中心到网络边缘)工作。

Theme

© 2025 Red Hat