IBM Cloud Pak for Dataで使用する Red Hat OpenShift AI のインストール

Posted at 2024-10-24

IBM Cloud Pak for Data (CP4D) 5.0.x では、Inference 基盤モデルを使用するサービスをインストールする場合、モデルを開始してサービスを提供するために Red Hat OpenShift AI のインストールが前提となりました。

この記事は、CP4D 5.0.2 用にRed Hat OpenShift AI バージョン 2.8.3 をインストールした際の記録です。以下のドキュメントを参照して実施しました。

CP4D 5.0.3では、Red Hat OpenShift AI バージョン 2.11が前提となっています。インストールの概要はバージョン 2.8.3と同様ですが、設定値など詳細に変更があるため、バージョン 2.11のドキュメントをご参照ください。

環境

OCP 4.14
Red Hat OpenShift AI 2.8.3
CP4D 5.0.2

1. CLIを使用したRed Hat OpenShift AI Operatorのインストール

OpenShift コマンドラインインターフェイス (CLI) で、クラスター管理者として OpenShift Container Platform クラスターにログインします。
```
oc login <openshift_cluster_url> -u <admin_username> -p <password>
```

次の内容で新しい YAML ファイルを作成します。ファイル名は任意ですが、ここでは redhat-ods.yaml としています。

redhat-ods.yaml

apiVersion: v1
kind: Namespace 
metadata:
  name: redhat-ods-operator
---
apiVersion: operators.coreos.com/v1
kind: OperatorGroup 
metadata:
  name: rhods-operator
  namespace: redhat-ods-operator
---
apiVersion: operators.coreos.com/v1alpha1
kind: Subscription 
metadata:
  name: rhods-operator
  namespace: redhat-ods-operator
spec:
  name: rhods-operator
  channel: eus-2.8  
  source: redhat-operators
  sourceNamespace: openshift-marketplace
  config:
     env:
        - name: "DISABLE_DSC_CONFIG"

YAML ファイルをデプロイして、定義した namespace、Operator グループ、サブスクリプションを作成します。

$ oc create -f redhat-ods.yaml
namespace/redhat-ods-operator created
operatorgroup.operators.coreos.com/rhods-operator created
subscription.operators.coreos.com/rhods-operator created

次の内容で、別の新しい YAML ファイルを作成します。ファイル名は任意ですが、ここでは default-dsci.yaml としています。

default-dsci.yaml

apiVersion: dscinitialization.opendatahub.io/v1
kind: DSCInitialization 
metadata:
  name: default-dsci
spec:
  applicationsNamespace: redhat-ods-applications
  monitoring:
    managementState: Managed
    namespace: redhat-ods-monitoring
  serviceMesh:
    managementState: Removed 
  trustedCABundle:
    managementState: Managed
    customCABundle: ""

YAML ファイルをデプロイして、default-dsci という DSCInitialization オブジェクトを作成します。
```
$ oc create -f default-dsci.yaml
dscinitialization.dscinitialization.opendatahub.io/default-dsci created
```

検証

Running ステータスの rhods-operator-* Pod があることを確認します。
Ready ステータスの default-dsci オブジェクトがあることを確認します。

$ oc get pods -n redhat-ods-operator
NAME                              READY   STATUS    RESTARTS   AGE
rhods-operator-58b8585597-j22bd   1/1     Running   0          3m6s

$ oc get dscinitialization
NAME           AGE   PHASE   CREATED AT
default-dsci   4s    Ready   2024-09-06T05:51:01Z

2. CLIを使用したRed Hat OpenShift AIコンポーネントの管理

OpenShift コマンドラインインターフェイス (CLI) で、クラスター管理者として OpenShift Container Platform クラスターにログインします。
```
oc login <openshift_cluster_url> -u <admin_username> -p <password>
```

次の内容で新しい YAML ファイルを作成します。ファイル名は任意ですが、ここでは default-dsc.yaml としています。

default-dsc.yaml

kind: DataScienceCluster 
apiVersion: datasciencecluster.opendatahub.io/v1
metadata:
  name: default-dsc
  labels:
    app.kubernetes.io/name: datasciencecluster
    app.kubernetes.io/instance: default-dsc
    app.kubernetes.io/part-of: rhods-operator
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/created-by: rhods-operator
spec:
  components:
    codeflare:
      managementState: Removed
    dashboard:
      managementState: Removed
    datasciencepipelines:
      managementState: Removed
    kserve:
      managementState: Managed
      defaultDeploymentMode: RawDeployment 
      serving:
        managementState: Removed 
        name: knative-serving
    kueue:
      managementState: Removed
    modelmeshserving:
      managementState: Removed
    ray:
      managementState: Removed
    workbenches:
      managementState: Removed

OpenShift クラスターに DataScienceCluster オブジェクトを作成します。

$ oc create -f default-dsc.yaml
datasciencecluster.datasciencecluster.opendatahub.io/default-dsc created

検証

Running ステータスの kserve-controller-manager-* Pod があることを確認します。

$ oc get pods -n redhat-ods-applications
NAME                                         READY   STATUS      RESTARTS   AGE
kserve-controller-manager-749f946878-jzm4h   1/1     Running     0          15s
odh-model-controller-69dcd7db65-g7m72        1/1     Running     0          38s
odh-model-controller-69dcd7db65-m22nn        1/1     Running     0          38s
odh-model-controller-69dcd7db65-sk96t        1/1     Running     0          38s
remove-deprecated-monitoring-ss97w           0/1     Completed   0          38s

3. モデル推論設定の編集

IBM Cloud Pak for Data バージョン 5.0 以降 (watsonx.ai を含む) の特定のユースケースでは、Red Hat OpenShift AI で使用されるモデル推論設定のカスタマイズが必要になる場合があります。このようなカスタマイズを行う前に、推論設定ファイルを編集可能な状態にする必要があります。さらに、Cloud Pak for Data および watsonx.ai で OpenShift AI を使用するときにエラーが発生しないように、特定の設定の更新を行う必要があります。

クラスター管理者として OpenShift Container Platform Web コンソールにログインします。
Web コンソールで、Workloads > ConfigMaps をクリックします。
Project リストで、redhat-ods-applications をクリックします。
ConfigMap リソースのリストで、inferenceservice-config リソースをクリックし、YAML タブをクリックします。
次の3か所を変更します。
a. ファイルの metadata.annotations セクションで、赤枠で囲んだように opendatahub.io/managed: 'false' を追加します。

このアノテーションを追加すると、推論設定ファイルが編集可能になります。

b. Cloud Pak for Data (watsonx.ai を含む) で OpenShift AI を使用するときにエラーが発生しないように、次のようにdomainTemplate フィールドの値を更新します。
```
### 変更前
"domainTemplate": "{{ .Name }}-{{ .Namespace }}.{{ .IngressDomain }}
### 変更後
"domainTemplate": "example.com"
```
この新しく明示的に指定した値により、エラーの原因となる、最大長を超える domainTemplate フィールドの値を OpenShift AI が生成できなくなります。domainTemplate フィールドは、OpenShift AI を Cloud Pak for Data で使用するために準備するときに KServe コンポーネント用に設定した raw デプロイメントモードでは使用されません。

c. ボリュームを直接マウントし、モデルのコピーを回避するには、enableDirectPvcVolumeMount フィールドの値を次のように更新します。
```
### 変更前
"enableDirectPvcVolumeMount": false

### 変更後
"enableDirectPvcVolumeMount": true
```
Saveをクリックします。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up