Azure Machine Learning 작업 영역에 Kubernetes 클러스터 연결

다음 CLI v2 명령은 AKS 및 Azure Arc 사용 Kubernetes 클러스터를 연결하고 이를 관리 ID가 사용하도록 설정된 컴퓨팅 대상으로 사용하는 방법을 보여 줍니다.

AKS 클러스터

az ml compute attach --resource-group <resource-group-name> --workspace-name <workspace-name> --type Kubernetes --name k8s-compute --resource-id "/subscriptions/<subscription-id>/resourceGroups/<resource-group-name>/providers/Microsoft.ContainerService/managedclusters/<cluster-name>" --identity-type SystemAssigned --namespace <Kubernetes namespace to run Azure Machine Learning workloads> --no-wait

Arc Kubernetes 클러스터

az ml compute attach --resource-group <resource-group-name> --workspace-name <workspace-name> --type Kubernetes --name amlarc-compute --resource-id "/subscriptions/<subscription-id>/resourceGroups/<resource-group-name>/providers/Microsoft.Kubernetes/connectedClusters/<cluster-name>" --user-assigned-identities "subscriptions/<subscription-id>/resourceGroups/<resource-group-name>/providers/Microsoft.ManagedIdentity/userAssignedIdentities/<identity-name>" --no-wait

--type 인수를 Kubernetes로 설정합니다. identity_type 인수를 사용하여 SystemAssigned 또는 UserAssigned 관리 ID를 사용하도록 설정합니다.

Kubernetes 클러스터를 연결하면 학습 또는 유추를 위해 작업 영역에서 사용할 수 있습니다.

1. Azure Machine Learning 스튜디오로 이동합니다.

2. 관리에서 컴퓨팅을 선택합니다.

3. Kubernetes 클러스터 탭을 선택합니다.

4. +새로 만들기 > Kubernetes를 선택합니다.

   

5. 컴퓨팅 이름을 입력하고, 드롭다운에서 Kubernetes 클러스터를 선택합니다.

   • (선택 사항) Kubernetes 네임스페이스를 입력합니다. 기본값은 default입니다. 그러면 모든 기계 학습 워크로드를 클러스터의 지정된 Kubernetes 네임스페이스에 보냅니다. 컴퓨팅 연결은 Kubernetes 네임스페이스를 자동으로 만들거나 kubernetes 네임스페이스가 존재했는지 여부를 확인하지 않습니다. 지정된 네임스페이스가 클러스터에 있는지 확인해야 합니다. 그렇지 않으면 이 컴퓨팅에 제출된 모든 Azure Machine Learning 워크로드가 실패합니다.

   • (선택 사항) 시스템이 할당한 관리 ID 또는 사용자가 할당한 관리 ID를 할당합니다. 관리 ID를 통해 개발자는 자격 증명을 관리할 필요가 없습니다. 자세한 내용은 이 문서의 관리 ID 할당 섹션을 참조하세요.

   

6. 연결을 선택합니다.

   Kubernetes 클러스터 탭에서 클러스터의 초기 상태는 만드는 중입니다. 클러스터가 연결되면 상태가 성공으로 변경됩니다. 그렇지 않으면 상태가 실패로 변경됩니다.

   

다음 Python SDK v2 코드는 AKS 및 Azure Arc 지원 Kubernetes 클러스터를 연결하고 관리 ID가 사용하도록 설정된 컴퓨팅 대상으로 사용하는 방법을 보여 줍니다.

AKS 클러스터

from azure.ai.ml import load_compute

# for AKS cluster, the resource_id should be something like '/subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.ContainerService/managedClusters/<CLUSTER_NAME>''
compute_params = [
    {"name": "<COMPUTE_NAME>"},
    {"type": "kubernetes"},
    {
        "resource_id": "/subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.ContainerService/managedClusters/<CLUSTER_NAME>"
    },
]
k8s_compute = load_compute(source=None, params_override=compute_params)
ml_client.begin_create_or_update(k8s_compute).result()

Arc Kubernetes 클러스터

from azure.ai.ml import load_compute

# for arc connected cluster, the resource_id should be something like '/subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.ContainerService/connectedClusters/<CLUSTER_NAME>''
compute_params = [
    {"name": "<COMPUTE_NAME>"},
    {"type": "kubernetes"},
    {
        "resource_id": "/subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.ContainerService/connectedClusters/<CLUSTER_NAME>"
    },
]
k8s_compute = load_compute(source=None, params_override=compute_params)
ml_client.begin_create_or_update(k8s_compute).result()