第 6 章 支持删除

Kubeflow Training Operator (v1)已被弃用，从 OpenShift AI 2.25 开始，计划在以后的发行版本中删除。此弃用是我们向 Kubeflow Trainer v2 过渡的一部分，它提供增强功能并改进功能。

从 OpenShift AI 2.25 开始，v1apha1 版本已弃用，并计划在以后的发行版本中删除。您必须将 TrustyAI Operator 更新至 v1 版本，以接收将来的 Operator 更新。

从 OpenShift AI 2.25 开始，KServe Serverless 部署模式已弃用。您可以通过迁移到 KServe RawDeployment 模式来继续部署模型。如果您要升级到 Red Hat OpenShift AI 3.0，则必须在升级前迁移所有使用已弃用 Serverless 或 ModelMesh 模式的工作负载。

从 OpenShift AI 2.24 开始，模型 registry API 版本 v1alpha1 已被弃用，并将在以后的 OpenShift AI 发行版本中删除。最新的模型 registry API 版本为 v1beta1。

从 OpenShift AI 版本 2.19 开始，基于 ModelMesh 的多模式服务平台已弃用。您可以继续在多模式服务平台上部署模型，但建议您迁移到单一模式服务平台。

如需了解更多相关信息，或有关使用单一模式服务平台的帮助，请联系您的客户经理。

从 OpenShift AI 3.0 开始，加速器配置集和工作台的 Container Size 选择器已弃用。

+ 这些功能将被更灵活和统一的硬件配置文件功能替代。

OpenVINO Model Server (OVMS)的 CUDA 插件现已弃用，并将在以后的 OpenShift AI 版本中可用。

在以前的版本中，集群管理员使用 OdhDashboardConfig 资源中的 groupsConfig 选项来管理可以访问 OpenShift AI 仪表板的 OpenShift 组（管理员和非管理员用户）。从 OpenShift AI 2.17 开始，此功能已移至 Auth 资源。如果您有与 OdhDashboardConfig 交互的工作流（如 GitOps 工作流），您必须更新它们以引用 Auth 资源。

当使用 CodeFlare SDK 在 Red Hat OpenShift AI 中运行分布式工作负载时，Ray 集群配置中的以下参数现已弃用，并应替换为所示的新参数。

根据情况，您还可以使用新的 extended_resource_mapping 和 overwrite_default_resource_mapping 参数。有关这些新参数的更多信息，请参阅 CodeFlare SDK 文档 （外部）。