
在本講座中,我們將探討如何在Google Cloud Platform (GCP)上準備一個適合部署OpenShift的基礎環境。首先,學員將學習GCP的核心概念,包括計算引擎、儲存解決方案、網絡設置等,以及如何使用GCP提供的工具和服務為OpenShift建立一個穩固、可靠的基礎架構。
這一過程不僅需要對GCP有基本的了解,還需要深入理解OpenShift在雲端環境中運作的要求,包括虛擬機器的配置、網絡安全規則的設定、以及雲端存儲的準備等。學員將通過實際操作範例,學習如何在GCP上創建和配置OpenShift部署前置需求,也為學員提供了實際操作GCP環境的經驗。
在此講座中,我們將進入OpenShift Cluster在GCP環境中的正式部署階段。學員將學習如何利用講座1中建立的GCP環境,進行OpenShift Cluster的部署,包括如何配置Deploy Server,以及如何選擇和配置OpenShift的不同組件和服務。
這一過程將涵蓋從選擇合適的機器類型和大小,到設置網絡和存儲選項,再到實際啟動和配置OpenShift Cluster的各個步驟。學員將通過實際案例學習,在部署過程中如何識別並解決常見的問題,例如資源配額限制、網絡配置錯誤、以及安全性配置的挑戰等。
OpenShift Cluster在部署後的調整和設定,學員將學習如何對已部署的OpenShift集群進行簡易的調整,這將使他們能夠在實際職場中有效地管理和優化OpenShift集群,從而提高應用的運行效率和用戶體驗。
在這一講座中,學員將學習OpenShift Volume相關概念,包含Storage Class、Persistent Volume及Persistent Volume Claim。另外也會學習到如何通過GCP的GPU服務來擴展他們的OpenShift Cluster,提供需要大量算力資源的使用者GPU服務。這涉及到在GCP上部署GPU Server,並將其無縫集成到OpenShift Cluster中。學員將通過實踐學習如何使用OpenShift Operator來管理Nvidia GPU驅動程序和相關Libraries的安裝,確保GPU資源可以被OpenShift Cluster正確識別和應用。
本講座將專注於在OpenShift Cluster中部署Tensorflow、Jupyter Notebook和VSCode環境(而非一般應用程式),特別是如何充分利用GPU資源來加速這些應用的運行。學員將學習如何在OpenShift平台上部署這些工具,確保它們能夠正確地配置和使用GPU資源,從而提高數據分析和機器學習模型訓練的效率。
透過實際操作,學員將獲得關於如何在雲端環境中搭建高效AI開發和機器學習工作站的深入知識。這包括如何配置Jupyter Notebook和VSCode以便於遠程訪問和協作,以及如何在OpenShift中部署Tensorflow應用以利用GPU加速計算,學員將探索如何利用OpenShift的強大功能來支持這些環境。
在本課程中,我們將實戰於Google Cloud Platform (GCP)部署OpenShift Cluster環境,並同時學習GCP和OpenShift的核心概念,包括計算引擎、儲存解決方案、Storage Class、Persistent Volume、Persistent Volume Claim、Networking、權限、GPU及部署機器學習等,此課程以實務操作為主,再帶出相關理論知識。
另外也會學習到如何通過GCP的GPU服務來擴展他們的OpenShift Cluster,提供需要大量算力資源的使用者GPU服務,並實際部署Tensorflow、Jupyter Notebook和VSCode環境(而非一般應用程式),了解如何應用GPU資源來加速這些應用的運行。通過此課程,可以讓學員直接用於職場的實際專案環境中。