在 AKS 或 Arc Kubernetes 叢集上部署 Azure Machine Learning 延伸項目
若要讓 AKS 或 Arc Kubernetes 叢集能夠執行定型作業或推斷工作負載，您必須先在 AKS 或 Arc Kubernetes 叢集上部署 Azure Machine Learning 延伸模組。 Azure Machine Learning 延伸模組是以 AKS 的叢集延伸模組和 Arc Kubernetes 的叢集延伸模組為基礎，而其生命週期可透過 Azure CLI k8s 延伸模組輕鬆管理。
在本文中，您可了解：
- 必要條件
- 限制
- 檢閱 Azure Machine Learning 延伸項目組態集
- Azure Machine Learning 延伸項目部署案例
- 驗證 Azure Machine Learning 延伸項目部署
- 檢閱 Azure Machine Learning 延伸項目元件
- 管理 Azure Machine Learning 延伸項目
必要條件
- 在 Azure 中執行的 AKS 叢集。 如果您先前未使用叢集延伸模組，則需要註冊 KubernetesConfiguration 服務提供者。
- 或 Arc Kubernetes 叢集已啟動並執行。 遵循將現有的 Kubernetes 叢集連線至 Azure Arc中的指示作業。
- 如果叢集是 Azure RedHat OpenShift (ARO) 服務叢集或 OpenShift Container Platform (OCP) 叢集，您必須滿足如設定 Kubernetes 叢集的參考一文所述的其他必要步驟。
- 基於生產目的，Kubernetes 叢集至少必須有 4 個 vCPU 核心和 14GB 記憶體。 如需資源詳細資料和叢集大小建議的詳細資訊，請參閱建議的資源規劃。
- 在輸出 Proxy 伺服器或防火牆後方執行的叢集需要額外的網路設定。
- 安裝 Azure CLI 或升級至 2.24.0 版或更新版本。
- 安裝 Azure CLI 延伸模組
k8s-extension或升級至 1.2.3 版或更新版本。
限制
- Azure Machine Learning 不支援搭配 AKS 使用服務主體。 AKS 叢集必須改用受控識別。 支援系統指派的受控識別和使用者指派的受控識別。 如需詳細資訊，請參閱在 Azure Kubernetes Service 中使用受控識別。
- 當您的 AKS 叢集使用服務主體轉換為使用受控識別時，安裝擴充功能之前，所有節點集區都必須刪除並重新建立，而不是直接更新。
- Azure Machine Learning 不支援停用 AKS 的本機帳戶。 部署 AKS 叢集後，預設會啟用本機帳戶。
- 如果您的 AKS 叢集啟用了已授權的 IP 範圍來存取 API 伺服器，請為此 AKS 叢集啟用 Azure Machine Learning 控制平面 IP 範圍。 Azure Machine Learning 控制平面會部署到配對的區域。 如果沒有 API 伺服器的存取權，則無法部署機器學習 Pod。 在 AKS 叢集中啟用 IP 範圍時，請對這兩個配對區域使用該 IP 範圍。
- Azure Machine Learning 不支援跨訂用帳戶連結 AKS 叢集。 如果您在不同的訂用帳戶中有 AKS 叢集，您必須先將其連線到 Azure-Arc，然後在與 Azure Machine Learning 工作區相同的訂用帳戶中指定。
- Azure Machine Learning 不保證支援 AKS 中的所有預覽階段功能。 例如，不支援 Microsoft Entra Pod 身分識別。
- 如果您已遵循 Azure Machine Learning AKS v1 文件中的步驟來建立或連結您的 AKS 作為推斷叢集，請先使用下列連結來清除舊版 azureml-fe 相關資源，再繼續進行下一個步驟。
檢閱 Azure Machine Learning 延伸模組組態設定
您可以使用 Azure Machine Learning CLI 命令 k8s-extension create 來部署 Azure Machine Learning 延伸模組。 CLI k8s-extension create 可讓您使用 --config 或 --config-protected 參數，以 key=value 格式指定一組組態設定。 以下是要在 Azure Machine Learning 延伸模組部署期間指定的可用組態設定清單。
| 組態設定值名稱 | 描述 | 訓練 | 推斷 | 定型和推斷 |
|---|---|---|---|---|
enableTraining |
True 或 False，預設為 False。 必須針對具有機器學習模型訓練和批次評分支援的 Azure Machine Learning 延伸模組部署設定為 True。 |
N/A | ||
enableInference |
True 或 False，預設為 False。 必須針對具有機器學習推斷支援的 Azure Machine Learning 擴充功能部署設定為 True。 |
N/A | ||
allowInsecureConnections |
True 或 False，預設為 False。 開發或測試目的可以設定為 True 以使用推斷 HTTP 端點。 |
N/A | 選擇性 | 選擇性 |
inferenceRouterServiceType |
loadBalancer、nodePort 或 clusterIP。 若為 enableInference=True 則為必要。 |
N/A | ||
internalLoadBalancerProvider |
此設定目前僅適用於 Azure Kubernetes Service (AKS) 叢集。 設為 azure 可使用內部負載平衡器以允許推斷路由器。 |
N/A | 選擇性 | 選擇性 |
sslSecret |
azureml 命名空間中的 Kubernetes 祕密名稱。 此設定是用來儲存 cert.pem (PEM 編碼的 TLS/SSL 憑證) 和 key.pem (PEM 編碼的 TLS/SSL 金鑰)，當 allowInsecureConnections 設定為 False 時，需要上述項目才能獲得推斷 HTTPS 端點支援。 如需 sslSecret 的範例 YAML 定義，請參閱設定 sslSecret。 使用此設定或受 sslCertPemFile 和 sslKeyPemFile 組合保護的組態設定。 |
N/A | 選擇性 | 選擇性 |
sslCname |
推斷 HTTPS 端點會使用 TLS/SSL CNAME。 若為 allowInsecureConnections=False 則為必要 |
N/A | 選擇性 | 選擇性 |
inferenceRouterHA |
True 或 False，預設為 True。 Azure Machine Learning 延伸模組預設會部署三個推斷路由器複本以獲得高可用性，而這要求叢集至少有三個背景工作節點。 如果叢集的背景工作節點少於三個，請設為 False，如此只需要部署一項推斷路由器服務。 |
N/A | 選擇性 | 選擇性 |
nodeSelector |
根據預設，已部署 Kubernetes 資源和您的機器學習工作負載，會隨機部署到叢集的一或多個節點，而 DaemonSet 資源則會部署到「所有」節點。 如果想要使用標籤 key1=value1 和 key2=value2 將延伸模組部署和您的定型/推斷工作負載限於特定節點，請相應使用 nodeSelector.key1=value1 和 nodeSelector.key2=value2。 |
選擇性 | 選擇性 | 選擇性 |
installNvidiaDevicePlugin |
True 或 False，預設為 False。 NVIDIA GPU 硬體上的 ML 工作負載需要 NVIDIA 裝置外掛程式。 根據預設，無論 Kubernetes 叢集是否有 GPU 硬體，Azure Machine Learning 延伸模組部署都不會安裝 NVIDIA 裝置外掛程式。 使用者可以將此設定指定為 True 以安裝此外掛程式，但請務必滿足 必要條件。 |
選擇性 | 選擇性 | 選擇性 |
installPromOp |
True 或 False，預設為 True。 Azure Machine Learning 延伸模組需要 prometheus 運算子來管理 prometheus。 設定為 False，以重複使用現有的 prometheus 運算子。 如需重複使用現有 prometheus 運算子的詳細資訊，請參閱重複使用 prometheus 運算子 |
選擇性 | 選擇性 | 選擇性 |
installVolcano |
True 或 False，預設為 True。 Azure Machine Learning 延伸模組需要 Volcano 排程器來排程作業。 設定為 False，以重複使用現有的 Volcano 排程器。 如需重複使用現有 Volcano Scheduler 的詳細資訊，請參閱重複使用 Volcano Scheduler |
選擇性 | N/A | 選擇性 |
installDcgmExporter |
True 或 False，預設為 False。 Dcgm-exporter 可以公開 Azure Machine Learning 工作負載的 GPU 計量，這可在 Azure 入口網站中監視。 請將 installDcgmExporter 設為 True 以安裝 dcgm-exporter。 但如果想要使用自己的 dcgm-exporter，請參閱 DCGM 匯出工具 |
選擇性 | 選擇性 | 選擇性 |
| 設定保護的設定金鑰名稱 | 描述 | 訓練 | 推斷 | 定型和推斷 |
|---|---|---|---|---|
| % | 當 allowInsecureConnections 設定為 False 時，具有推斷 HTTPS 端點支援的 Azure Machine Learning 延伸模組部署，需要有 TLS/SSL 憑證和金鑰檔 (PEM 編碼) 的路徑。 注意：不支援受複雜密碼保護的 PEM 檔案 |
N/A | 選擇性 | 選擇性 |
如組態設定表所示，不同組態設定的組合可讓您針對不同的 ML 工作負載案例部署 Azure Machine Learning 延伸模組：
- 針對定型作業和批次推斷工作負載，指定
enableTraining=True - 僅針對推斷工作負載，指定
enableInference=True - 針對所有類型的 ML 工作負載，同時指定
enableTraining=True和enableInference=True
如果您打算為即時推斷工作負載部署 Azure Machine Learning 延伸模組，並想要指定 enableInference=True，請注意下列與即時推斷工作負載相關的組態設定：
- 即時推斷支援需要
azureml-fe路由器服務，而且您必須針對azureml-fe指定inferenceRouterServiceType組態設定。azureml-fe可以使用下列其中一項inferenceRouterServiceType進行部署：- 輸入
LoadBalancer。 使用雲端提供者的負載平衡器在外部公開azureml-fe。 若要指定此值，請確定您的叢集支援負載平衡器佈建。 請注意，大部分的內部部署 Kubernetes 叢集可能不支援外部負載平衡器。 - 輸入
NodePort。 在靜態連接埠每個節點的 IP 上公開azureml-fe。 您可以要求<NodeIP>:<NodePort>，從叢集外部連絡azureml-fe。 使用NodePort也可讓您為設定自己的負載平衡解決方案和azureml-feTLS/SSL 終止。 - 輸入
ClusterIP。 在叢集內部 IP 上公開azureml-fe，這樣可使azureml-fe只能從叢集內連線。 若要讓azureml-fe提供叢集外部的推斷要求，則您必須設定自己的負載平衡解決方案和azureml-fe的 TLS/SSL 終止。
- 輸入
- 若要確保
azureml-fe路由服務的高可用性，Azure Machine Learning 延伸模組部署預設會為具有三個節點以上的叢集建立三個azureml-fe複本。 如果您的叢集少於 3 個節點，請設定inferenceRouterHA=False。 - 您也想考慮使用 HTTPS 來限制對模型端點的存取，並保護用戶端提交的資料。 為此目的，您必須指定
sslSecret組態設定或sslKeyPemFile與sslCertPemFile組態保護設定的組合。 - 根據預設，Azure Machine Learning 延伸模組部署需要 HTTPS 支援的組態設定。 為達開發或測試目的，透過組態設定
allowInsecureConnections=True可方便提供 HTTP 支援。
Azure Machine Learning 延伸模組部署 - CLI 範例和 Azure 入口網站
若要使用 CLI 部署 Azure Machine Learning 延伸模組，請使用 az k8s-extension create 命令傳入必要參數值。
我們列出四個一般延伸模組的部署案例供您參考。 若要為您的生產環境使用方式部署延伸模組，請仔細閱讀組態設定的完整清單。
在 Azure 中使用 AKS 叢集來快速取得證明概念以執行所有種類的 ML 工作負載，亦即執行定型工作或將模型部署為線上/批次端點
若為 AKS 叢集上的 Azure Machine Learning 延伸模組部署，
--cluster-type參數請務必指定managedClusters值。 請執行下列 Azure CLI 命令以部署 Azure Machine Learning 延伸模組：az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True enableInference=True inferenceRouterServiceType=LoadBalancer allowInsecureConnections=True InferenceRouterHA=False --cluster-type managedClusters --cluster-name <your-AKS-cluster-name> --resource-group <your-RG-name> --scope cluster使用 Azure 外部的 Arc Kubernetes 叢集以快速取得證明概念，僅執行定型工作
若為 Arc Kubernetes 叢集上的 Azure Machine Learning 延伸模組部署，
--cluster-type參數必須指定connectedClusters值。 請執行下列 Azure CLI 命令以部署 Azure Machine Learning 延伸模組：az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True --cluster-type connectedClusters --cluster-name <your-connected-cluster-name> --resource-group <your-RG-name> --scope cluster在 Azure 中啟用 AKS 叢集以進行生產定型和推斷工作負載 若為 AKS 上的 Azure Machine Learning 延伸模組部署，
--cluster-type參數請務必指定managedClusters值。 假設您的叢集有三個以上的節點，而且您會使用 Azure 公用負載平衡器和 HTTPS 進行推斷工作負載支援。 請執行下列 Azure CLI 命令以部署 Azure Machine Learning 延伸模組：az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True enableInference=True inferenceRouterServiceType=LoadBalancer sslCname=<ssl cname> --config-protected sslCertPemFile=<file-path-to-cert-PEM> sslKeyPemFile=<file-path-to-cert-KEY> --cluster-type managedClusters --cluster-name <your-AKS-cluster-name> --resource-group <your-RG-name> --scope cluster使用 NVIDIA GPU 在任何位置啟用 Arc Kubernetes 叢集以進行生產定型和推斷工作負載
若為 Arc Kubernetes 叢集上的 Azure Machine Learning 延伸模組部署，
--cluster-type參數請務必指定connectedClusters值。 假設您的叢集有超過三個節點，而且您將使用 NodePort 服務類型和 HTTPS 來推斷工作負載支援，請執行下列 Azure CLI 命令來部署 Azure Machine Learning 延伸模組：az k8s-extension create --name <extension-name> --extension-type Microsoft.AzureML.Kubernetes --config enableTraining=True enableInference=True inferenceRouterServiceType=NodePort sslCname=<ssl cname> installNvidiaDevicePlugin=True installDcgmExporter=True --config-protected sslCertPemFile=<file-path-to-cert-PEM> sslKeyPemFile=<file-path-to-cert-KEY> --cluster-type connectedClusters --cluster-name <your-connected-cluster-name> --resource-group <your-RG-name> --scope cluster
驗證 Azure Machine Learning 延伸項目部署
執行下列 CLI 命令來檢查 Azure Machine Learning 延伸模組詳細資料：
az k8s-extension show --name <extension-name> --cluster-type connectedClusters --cluster-name <your-connected-cluster-name> --resource-group <resource-group>在回應中，尋找 "name" 和 "provisioningState": "Succeeded"。 請注意，系統可能會在前幾分鐘顯示 "provisioningState": "Pending"。
若 provisioningState 顯示 [已成功]，請在您的電腦上執行下列命令，並將 kubeconfig 檔案指向您的叢集，以檢查 "azureml" 命名空間下的所有 Pod 都處於 [執行中] 狀態：
kubectl get pods -n azureml
檢閱 Azure Machine Learning 延伸模組元件
在 Azure Machine Learning 延伸模組部署完成時，您可使用 kubectl get deployments -n azureml 來查看叢集中建立的資源清單。 其通常包含每個指定組態設定的下列資源子集。
| 資源名稱 | 資源類型 | 訓練 | 推斷 | 定型和推斷 | 描述 | 與雲端通訊 |
|---|---|---|---|---|---|---|
| relayserver | Kubernetes 部署 | 轉送伺服器只會針對 Arc Kubernetes 叢集建立，而不是在 AKS 叢集中建立。 轉送伺服器可與 Azure 轉送搭配運作來與雲端服務通訊。 | 接收從雲端服務建立作業、部署模型的要求；與雲端服務同步作業狀態。 | |||
| gateway | Kubernetes 部署 | 閘道用於通訊及來回傳送資料。 | 將節點和叢集資源資訊傳送至雲端服務。 | |||
| aml-operator | Kubernetes 部署 | N/A | 管理定型工作的生命週期。 | 使用雲端權杖服務進行權杖交換，以進行 Azure Container Registry 驗證和授權。 | ||
| metrics-controller-manager | Kubernetes 部署 | 管理 Prometheus 的設定 | N/A | |||
| {EXTENSION-NAME}-kube-state-metrics | Kubernetes 部署 | 將叢集相關計量匯出至 Prometheus。 | N/A | |||
| {EXTENSION-NAME}-prometheus-operator | Kubernetes 部署 | 選擇性 | 選擇性 | 選擇性 | 提供 Prometheus 和相關監視元件的 Kubernetes 原生部署和管理。 | N/A |
| amlarc-identity-controller | Kubernetes 部署 | N/A | 透過受控識別要求及更新 Azure Blob/Azure Container Registry 權杖。 | 使用雲端權杖服務進行權杖交換，以進行推斷/模型部署所使用的 Azure Container Registry 和 Azure Blob 的驗證和授權。 | ||
| amlarc-identity-proxy | Kubernetes 部署 | N/A | 透過受控識別要求及更新 Azure Blob/Azure Container Registry 權杖。 | 使用雲端權杖服務進行權杖交換，以進行推斷/模型部署所使用的 Azure Container Registry 和 Azure Blob 的驗證和授權。 | ||
| azureml-fe-v2 | Kubernetes 部署 | N/A | 將傳入推斷要求路由至已部署服務的前端元件。 | 將服務記錄傳送至 Azure Blob。 | ||
| inference-operator-controller-manager | Kubernetes 部署 | N/A | 管理推斷端點的生命週期。 | N/A | ||
| volcano-admission | Kubernetes 部署 | 選擇性 | N/A | 選擇性 | Volcano 許可 Webhook。 | N/A |
| volcano-controllers | Kubernetes 部署 | 選擇性 | N/A | 選擇性 | 管理 Azure Machine Learning 定型作業 Pod 的生命週期。 | N/A |
| volcano-scheduler | Kubernetes 部署 | 選擇性 | N/A | 選擇性 | 用於執行叢集內作業排程。 | N/A |
| fluent-bit | Kubernetes Daemonset | 收集元件的系統記錄檔。 | 將元件的系統記錄檔上傳到雲端。 | |||
| {EXTENSION-NAME}-dcgm-exporter | Kubernetes Daemonset | 選擇性 | 選擇性 | 選擇性 | dcgm-exporter 會公開 Prometheus 的 GPU 計量。 | N/A |
| nvidia-device-plugin-daemonset | Kubernetes Daemonset | 選擇性 | 選擇性 | 選擇性 | nvidia-device-plugin-daemonset 會在叢集的每個節點上公開 GPU | N/A |
| prometheus-prom-prometheus | Kubernetes StatefulSet | 收集工作計量，並將其傳送至雲端。 | 將 cpu/gpu/memory 使用率等作業計量傳送至雲端。 |
重要
- Azure 轉送資源位於與 Arc 叢集資源相同的資源群組之下。 其用來與 Kubernetes 叢集進行通訊，修改這些資源將會中斷附加的計算目標。
- 根據預設，Kubernetes 部署資源會隨機部署到叢集的 1 個或多個節點，而 DaemonSet 資源會部署到所有節點。 如果您想要將延伸模組部署限制為特定節點，請使用組態設定資料表中所述的
nodeSelector組態設定。
注意
- {EXTENSION-NAME} 是
az k8s-extension create --nameCLI 命令所指定的擴充功能名稱。
管理 Azure Machine Learning 延伸項目
更新、列出、顯示與刪除 Azure Machine Learning 延伸模組。
- 針對未連線 Azure Arc 的 AKS 叢集，請參閱部署和管理叢集延伸模組。
- 針對已啟用 Azure Arc 的 Kubernetes，請參閱部署和管理已啟用 Azure Arc 的 Kubernetes 叢集延伸模組。