すべてのプロダクト
Search
ドキュメントセンター

Container Service for Kubernetes:クラウドネイティブ AI スイートのデプロイ

最終更新日:Aug 28, 2026

クラウドネイティブ AI スイートは、Kubernetes 1.18 以降を実行する Container Service for Kubernetes (ACK) Pro、ACK Serverless Pro、および ACK Edge Pro クラスターにインストールできます。 このトピックでは、スイートをインストールし、クラウドネイティブ AI 運用コンソールと開発コンソールを設定する方法について説明します。

前提条件

以下を確認してください。

スイートのデプロイ

  1. ACKコンソールにログインします。 左側メニューで、[クラスター] をクリックします。

  2. [クラスター] ページで、対象のクラスター名をクリックします。 左側メニューで、[アプリケーション] > [クラウドネイティブ AI スイート] を選択します。

  3. [クラウドネイティブ AI スイート] ページで、デプロイ をクリックします。

  4. デプロイページで、インストールするコンポーネントを選択します。 詳細と互換性については、「コンポーネントリファレンス」をご参照ください。

    [Kube Queue]、[コンソール]、[Kubeflow Pipelines] を一緒に選択する場合、[Arena] が必須です。
  5. [クラウドネイティブAIスイートのデプロイ] をクリックします。 システムは環境と依存関係のチェックを実行し、選択したコンポーネントをデプロイします。

コンポーネントリファレンス

次の表に、すべてのコンポーネント、その Namespace、およびサポートされているクラスタータイプを示します。

設定 コンポーネント Namespace ACK Pro ACK Serverless Pro ACK Edge Pro
[伸縮性] ack-alibaba-cloud-metrics-adapter kube-system はい いいえ はい
[アクセラレーション] (Fluid データアクセラレーション) ack-fluid fluid-system はい はい はい
[スケジューリング] (バッチタスクスケジューリング、GPU 共有、トポロジー対応 GPU スケジューリング、および NPU スケジューリング) ack-ai-installer kube-system はい いいえ はい
[Kube Queue] ack-kube-queue kube-queue はい はい はい
[Arena] (CLI) ack-arena kube-system はい はい はい
[コンソール] (Platform for AI) ack-pai pai-system はい いいえ はい
[コンソール] (AI ダッシュボード) ack-ai-dashboard kube-ai はい いいえ はい
[コンソール] (AI 開発者コンソール) ack-ai-dev-console kube-ai はい いいえ はい
[コンソールデータストレージ] ack-mysql kube-ai はい いいえ はい
[ワークフロー] (Kubeflow Pipelines) ack-ai-pipeline kube-ai はい いいえ はい
[モニタリング] ack-arena-exporter kube-ai はい いいえ はい

ack-pai は、Platform for AI (PAI) によって最適化されたアルゴリズムとエンジン (Data Science Workshop (DSW)、Deep Learning Containers (DLC)、Elastic Algorithm Service (EAS) など) を統合し、AI の開発、トレーニング、推論の伸縮性と効率を向上させます。

[スケジューリング] コンポーネントにカスタムパラメーターを設定するには、デプロイページで [詳細設定] をクリックします。

[Arena] を選択した場合は、インストール後に別途Arena クライアントを設定してください。

詳細については、「Fluid データアクセラレーション」、「ack-ai-installer」、「ack-kube-queue」、および「ack-ai-pipeline」をご参照ください。

AIコンソールの設定

2025 年 1 月 22 日以降、AI コンソール (AI ダッシュボードおよび AI 開発者コンソール) は、ホワイトリストに登録されたユーザーのみが利用できます。 既存のデプロイは影響を受けません。 ホワイトリストに登録されていないユーザーは、オープンソースコミュニティを通じて AI コンソールをインストールおよび設定できます。 詳細については、「data-on-ack」をご参照ください。

AIコンソールの承認

  1. エコツール セクションで、[コンソール] を選択します。 注 ダイアログボックスが表示されます。

    • 承認ステータスが [Authorized] と表示されている場合は、「アクセス方法の選択」に進みます。

    • ステータスが赤字で [Unauthorized] と表示され、[OK] が利用できない場合は、以下の承認を完了してください。

  2. Resource Access Management (RAM) でカスタムポリシーを作成します。

    1. RAMコンソールにログインします。 左側メニューで、[権限] > [ポリシー] を選択します。

    2. [ポリシーの作成] をクリックします。

    3. [JSON] タブで、次のポリシーを入力し、[OK] をクリックします。 ポリシーに k8sWorkerRolePolicy-{ClusterID} という名前を付けます。

       {
          "Version": "1",
          "Statement": [
              {
                  "Effect": "Allow",
                  "Action": [
                      "cs:*",
                      "log:GetProject",
                      "log:GetLogStore",
                      "log:GetConfig",
                      "log:GetMachineGroup",
                      "log:GetAppliedMachineGroups",
                      "log:GetAppliedConfigs",
                      "log:GetIndex",
                      "log:GetSavedSearch",
                      "log:GetDashboard",
                      "log:GetJob",
                      "ecs:DescribeInstances",
                      "ecs:DescribeSpotPriceHistory",
                      "ecs:DescribePrice",
                      "eci:DescribeContainerGroups",
                      "eci:DescribeContainerGroupPrice",
                      "log:GetLogStoreLogs",
                      "ims:CreateApplication",
                      "ims:UpdateApplication",
                      "ims:GetApplication",
                      "ims:ListApplications",
                      "ims:DeleteApplication",
                      "ims:CreateAppSecret",
                      "ims:GetAppSecret",
                      "ims:ListAppSecretIds",
                      "ims:ListUsers"
                  ],
                  "Resource": "*"
              }
          ]
      }
  3. カスタムポリシーをクラスター RAM ロールにアタッチします。

    1. RAMコンソールの左側メニューで、[ID] > [ロール] を選択します。

    2. KubernetesWorkerRole-{ClusterID} を検索し、[操作] 列の [権限付与] をクリックします。

    3. [権限付与] パネルで、k8sWorkerRolePolicy-{ClusterID} を検索します。

    4. ポリシーを選択し、[権限付与] をクリックします。

  4. 注 ダイアログボックスに戻り、[承認チェック] をクリックします。 ステータスが [Authorized] に変わり、[OK] が利用可能になります。

アクセス方法の選択

注 ダイアログボックスで、アクセス方法を選択し、[OK] をクリックします。

アクセス方法 推奨用途 注意事項
[Private IP] 本番環境 内部ネットワーク経由でコンソールにアクセスします
[内部ドメイン] 本番環境 プライベートドメイン名を使用します
[パブリックドメイン] テスト専用 ローカルの hosts ファイルで、パブリックドメインを NGINX Ingress SLB のパブリック IP にマッピングします

詳細については、「AI運用コンソールへのアクセス」をご参照ください。

コンソールデータストレージの設定

[インタラクションモード] で [コンソール] を選択すると、[コンソールデータストレージ] オプションが表示されます。 ストレージ方法を選択します。

プリインストールされたMySQL (テスト専用)

[ApsaraDB RDS] を選択しない場合、クラスターはデフォルトで組み込みの MySQL データベースを使用します。

重要

このオプションはテスト専用に推奨します。 クラスターに障害が発生したり、ストレージが失われたりすると、データが失われる可能性があります。

デプロイにより、StorageClass を使用して PersistentVolumeClaim (PVC) として 120 GB のディスクが作成されます。 ACK はディスクのライフサイクルを管理しません。 不要になったディスクは手動で削除してください。

ApsaraDB RDS (本番環境)

本番ワークロードには ApsaraDB RDS を使用してください。

接続エラーが発生した場合は、「インスタンス接続の失敗のトラブルシューティング」をご参照ください。
ストレージ方法を変更するには、スイートをアンインストールしてから再インストールしてください。 再インストールする前に、kube-ai Namespace に Secret kubeai-rds が存在する場合は削除してください。
  1. ApsaraDB RDS インスタンスを購入し、データベースとアカウントを作成します。 詳細については、「ApsaraDB RDSクイックスタート」および「課金の概要」をご参照ください。

  2. デプロイページの下部にある [クラウドネイティブAIスイートのデプロイ] をクリックします。

  3. ACKコンソールで、クラスター名をクリックします。 左側メニューで、[設定] > シークレット を選択します。

  4. [Namespace] ドロップダウンリストから、kube-ai を選択します。

  5. [YAMLから作成] をクリックします。

  6. 次の YAML テンプレートを入力して kubeai-rds という名前の Secret を作成し、作成 をクリックします。

    パラメーター 説明
    MYSQL_HOST ApsaraDB RDS 接続エンドポイント
    MYSQL_DB_NAME データベース名
    MYSQL_USER データベースアカウントのユーザー名
    MYSQL_PASSWORD データベースアカウントのパスワード
       apiVersion: v1
       kind: Secret
       metadata:
         name: kubeai-rds
         namespace: kube-ai
       type: Opaque
       stringData:
         MYSQL_HOST: "お使いの RDS エンドポイント"
         MYSQL_DB_NAME: "データベース名"
         MYSQL_USER: "データベースのユーザー名"
         MYSQL_PASSWORD: "データベースのパスワード"

ワークフローデータストレージの設定

ワークフローエンジンとして [Kubeflow Pipelines] を選択すると、[ワークフローデータストレージ] オプションが表示されます。 ストレージ方法を選択します。

プリインストールされたMinIO (テスト専用)

[OSS] を選択しない場合、クラスターはデフォルトで組み込みの MinIO インスタンスを使用します。

重要

このオプションはテスト専用に推奨します。 クラスターに障害が発生したり、ストレージが失われたりすると、データが失われる可能性があります。

デプロイにより、StorageClass を使用して PVC として 20 GB のディスクが作成されます。 ACK はディスクのライフサイクルを管理しません。 不要になったディスクは手動で削除してください。

Object Storage Service (テストおよび本番環境)

永続的でスケーラブルなワークフローデータストレージには、Object Storage Service (OSS) を使用してください。

  1. kube-ai Namespace が存在することを確認します。存在しない場合は、次のコマンドを実行して作成します。

    kube-ai 名前空間は、スイートのデプロイ中に自動的に作成されます。作成する前に、その存在を確認してください。
       kubectl create ns kube-ai
  2. ACKコンソールで、クラスター名をクリックします。 左側メニューで、[設定] > シークレット を選択します。

  3. [Namespace] ドロップダウンリストから、kube-ai を選択します。

  4. [YAMLから作成] をクリックします。

  5. 次の YAML を入力して kubeai-oss という名前の Secret を作成し、作成 をクリックします。

    パラメーター 説明
    ENDPOINT お使いのリージョンの OSS エンドポイント。 詳細については、「OSSのリージョンとエンドポイント」をご参照ください。
    ACCESS_KEY_ID AliyunOSSFullAccess 権限を持つ RAM ユーザーの AccessKey ID。 詳細については、「AccessKeyペアの作成」をご参照ください。
    ACCESS_KEY_SECRET RAM ユーザーの AccessKey シークレット
       apiVersion: v1
       kind: Secret
       metadata:
         name: kubeai-oss
         namespace: kube-ai
       type: Opaque
       stringData:
         ENDPOINT: "https://oss-cn-beijing.aliyuncs.com"
         ACCESS_KEY_ID: "****"
         ACCESS_KEY_SECRET: "****"
  6. Secret を作成した後、OSSコンソールに mlpipeline-<clusterid> という名前のバケットが表示されることを確認してください。 OSS の課金については、「課金の概要」をご参照ください。

  7. デプロイページに戻り、[Kubeflow Pipelines] をインストールします。

デプロイの検証

デプロイ後、コンポーネントが実行されていることを確認してください。

  1. ACKコンソールで、クラスター名をクリックします。 左側メニューで、[アプリケーション] > [クラウドネイティブ AI スイート] を選択します。 コンポーネントリストには、インストールされているすべてのコンポーネントとそのバージョンが表示されます。

  2. 各コンポーネントでデプロイが成功したステータスが表示されていることを確認してください。 個々のコンポーネントを デプロイ または アンインストール できます。 新しいバージョンが利用可能な場合は、[アップグレード] することもできます。

  3. AI コンソールをインストールした場合は、[クラウドネイティブ AI スイート] ページの左上隅にある O&M コンソール または 開発コンソール をクリックして、アクセスを確認してください。