← Retour à l'accueil

🏗️ Architecture Globale OpenShift AI 2.22

OpenShift Container Platform 4.19

Kubernetes Core

API Server, etcd, Scheduler

CRI-O, Kubelet, kube-proxy

Red Hat Enterprise Linux CoreOS

OpenShift Core

OAuth Server intégré

RBAC et sécurité

Routes et ingress

Operator Lifecycle Manager

OperatorHub

Gestion des opérateurs

Cycle de vie automatisé

⬇️
Red Hat OpenShift AI Operator (Meta-Operator)

DataScienceCluster (DSC)

Configuration des composants

managementState: Managed/Removed

Gestion du cycle de vie

API: datasciencecluster.opendatahub.io/v1

DSCInitialization (DSCI)

Configuration globale

Gestion des namespaces

Service Mesh et dépendances

Configuration initiale
⬇️
Namespaces OpenShift AI

redhat-ods-operator

Opérateur principal

Contrôleurs des composants

redhat-ods-applications

Dashboard et composants

Applications principales

redhat-ods-monitoring

Prometheus et monitoring

Métriques et alertes

rhods-notebooks

Workbenches utilisateur

Environnements JupyterLab

⬇️
Composants Core OpenShift AI

Dashboard

Interface web utilisateur

Gestion projets et utilisateurs

Configuration images et profils GPU

managementState: Managed

Workbenches

Environnements JupyterLab

Notebooks personnalisés

Images de base configurables

managementState: Managed

Model Registry

Gestion des modèles ML

Versions et métadonnées

OAuth Proxy intégré

🆕 2.22
managementState: Managed
Model Serving Components

KServe

Single-Model Serving

LLMs et modèles volumineux

GPU autoscaling

Modes: Serverless/RawDeployment

managementState: Managed

ModelMesh

Multi-Model Serving

Ressources partagées

Modèles petits/moyens

Optimisation des coûts

managementState: Managed
MLOps & Pipeline Components

Data Science Pipelines

Kubeflow Pipelines 2.5.0

Workflows automatisés

Conteneurs Docker

🆕 2.5.0
managementState: Managed

TrustyAI

Monitoring des modèles

Explicabilité IA

Détection de biais

managementState: Managed
Distributed Workloads Components

CodeFlare

SDK Python

Orchestration distribuée

Interface simplifiée

managementState: Managed

Ray

Calcul distribué

Parallel processing

Mise à l'échelle automatique

managementState: Managed

Kueue

Gestion des queues

Ressources partagées

Planification des jobs

managementState: Managed

Training Operator

Entraînement ML distribué

Jobs parallèles

Support multi-GPU

managementState: Managed
Opérateurs Dépendants & Stockage

OpenShift Service Mesh

Istio Control Plane

Requis pour KServe Advanced

Gestion du trafic sécurisé

OpenShift Serverless

Knative Serving/Eventing

Requis pour KServe Serverless

Autoscaling serverless

Authorino (Optionnel)

Authentification modèles

Validation des tokens

Sécurisation endpoints

Stockage S3-Compatible

AWS S3, MinIO, Ceph

IBM Cloud Storage

Requis pour modèles et artifacts

🔧 Configuration managementState

🆕 Principales nouveautés OpenShift AI 2.22