「我們也要有 AI 平台」——這系列寫給這個處境的人。
KServe、Kubeflow、TrustyAI 各有一頁文件,卻沒有一頁講它們彼此的關係。這 30 天補那一頁:在 OpenShift 上用 Open Data Hub 3.5 把落地評估走完一遍——裝機、儲存、pipeline、模型上線與回滾,收在治理:上線前該有哪些門、驗收清單怎麼寫。
這不是 ML 教學,只講工具怎麼用、怎麼壞、怎麼確認它真在做事。
Day 1:這 30 天要教什麼 這是《OpenShift AI 入門 30 天》系列的第 1 篇。 這個系列是寫給誰的 「我們也要有 AI 平台」,或是資...
Day 2:一張圖看懂 OpenShift AI 有哪些東西 這是《OpenShift AI 入門 30 天》系列的第 2 篇。 這是什麼、解決什麼問題 打...
Day 3:先問一句——這些用 podman 做不行嗎? 這是《OpenShift AI 入門 30 天》系列的第 3 篇。 這是什麼、解決什麼問題 在裝任...
Day 4:在一台筆電上裝一套 OpenShift AI 這是《OpenShift AI 入門 30 天》系列的第 4 篇。 這是什麼、解決什麼問題 要評估...
Day 5:DataScienceCluster——平台元件的總開關 這是《OpenShift AI 入門 30 天》系列的第 5 篇。 這是什麼、解決什麼...
Day 6:Dashboard 導覽——每個分頁在做什麼 這是《OpenShift AI 入門 30 天》系列的第 6 篇。 這是什麼、解決什麼問題 前幾天...
這是什麼、解決什麼問題 你的資料在叢集外面——在 NAS、在物件儲存、在某台機器上。而 workbench、pipeline、模型服務都在叢集裡面。 Conne...
這是什麼、解決什麼問題 Workbench = 跑在叢集上的 JupyterLab。 聽起來只是換個地方開 notebook,但換了地方之後這幾件事就變了:...
Day 9:第一條 Data Science Pipeline 這是《OpenShift AI 入門 30 天》系列的第 9 篇。 這是什麼、解決什麼問題...
Day 10:InferenceService——把模型變成一個 API 這是《OpenShift AI 入門 30 天》系列的第 10 篇。 這是什麼、解...