鐵人檔案
「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。
這是什麼、解決什麼問題 前面十九天，我都是用 kubeadmin 做的。 那是最快的做法，也是最會出事的做法——因為管理員看不到權限問題。你測得一切正常，使用者...
這是什麼、解決什麼問題 一個 AI 平台上會有的憑證，比一般應用多： S3 的 access key（資料、模型、pipeline 產物） registry...
這是什麼、解決什麼問題 「要幾台機器」通常是評估時第一個被問到的問題，而且答錯的代價很高——買少了跑不動，買多了要解釋。 官方會給一份最低需求，但那是「平台本身...
這是什麼、解決什麼問題 你 Google「RHOAI 部署模型」，找到一篇寫得很好的文章，照著做——卡住。 不是你的問題，是那篇文章是 2.x 的。 而且它不會...
