部署 NVIDIA AI Enterprise 容器#

  1. 使用您的 NGC 密钥创建镜像拉取密钥

    oc create secret docker-registry regcred --docker-server=nvcr.io/nvaie --docker-username=\$oauthtoken --docker-password=<YOUR_NGC_KEY> --docker-email=<your_email_id> -n default

  2. 应用访问 NVAIE Jupyter Notebook 的自定义 yaml 文件

    在此示例中，利用 TensorFlow 容器启动 Jupyter Notebook。创建一个新的 yaml 文件，内容如下，命名为 tensorflow.yaml

    警告

    在 <NVAIE-MAJOR-VERSION>:<NVAIE-CONTAINER-TAG> 中填写版本和标签。示例：2-3:22.09-tf2-nvaie-2.3-py3

     1apiVersion: apps/v1
 2kind: Deployment
 3metadata:
 4name: tensorflow-jupyter-notebook
 5labels:
 6    app: tensorflow-jupyter-notebook
 7spec:
 8replicas: 1
 9selector:
10    matchLabels:
11    app: tensorflow-jupyter-notebook
12template:
13    metadata:
14    labels:
15        app: tensorflow-jupyter-notebook
16    spec:
17    containers:
18    - name: tensorflow-container
19        image: nvcr.io/nvaie/tensorflow-<NVAIE-MAJOR-VERSION>:<NVAIE-CONTAINER-TAG>
20        ports:
21        - containerPort: 8888
22        command: ["jupyter-notebook"]
23        args: ["--NotebookApp.token=''"]
24        resources:
25        requests:
26            nvidia.com/gpu: 1
27        limits:
28            nvidia.com/gpu: 1
29    imagePullSecrets:
30    - name: regcred
31---
32kind: Service
33apiVersion: v1
34metadata:
35name: tensorflow-jupyter-notebook
36spec:
37type: NodePort
38selector:
39    app: tensorflow-jupyter-notebook
40ports:
41- protocol: TCP
42    nodePort: 30040
43    port: 8888
44    targetPort: 8888

    警告

    在生产部署中，利用路由而不是节点端口。有关路由创建，请参考 Red Hat 路由配置文档。

    运行以下命令以应用 yaml 文件。

    oc apply -f tensorflow.yaml

  3. 访问 Jupyter Notebook

    Pod 启动后，使用以下命令描述它

    oc describe pod tensorflow-jupyter-notebook-6c87cb86f7-9hvpm

    记下它运行所在节点的 FQDN 或 IP，并构建用于访问 Notebook 的 URL。

    http://<NODE_FQDN_OR_IP>:30040

    注意

    有关使用 OpenShift 启动 Jupyter Notebook 的更多信息，请参阅 Using Jupyter Project Images 博客。更多示例可以在 Jupyter-Stack OpenShift Exampels Gitlab 页面中找到。