logo
Alauda AI
English
Русский
English
Русский
logo
Alauda AI
Навигация

Обзор

Введение
Быстрый старт
Примечания к выпуску

Установка

Предварительная настройка
Установка Alauda AI Essentials
Установка Alauda AI

Обновление

Обновление с AI 1.3

Удаление

Удаление

Управление инфраструктурой

Управление устройствами

О Alauda Build of Hami
О плагине устройства NVIDIA GPU от Alauda Build

Мультиарендность

Руководства

Управление пространствами имён

Рабочее пространство

Обзор

Введение
Установка
Обновление

Как сделать

Создание WorkspaceKind
Создание Workbench

Развертывание модели и вывод

Обзор

Введение
Features

Сервис вывода

Введение

Руководства

Inference Service

Как сделать

Extend Inference Runtimes
Configure External Access for Inference Services
Configure Scaling for Inference Services

Устранение неполадок

Проблемы с таймаутами сервиса инференса при использовании MLServer Runtime
Служба инференса не переходит в состояние Running

Управление моделями

Введение

Руководства

Model Repository

Мониторинг и операции

Обзор

Введение
Features Overview

Ведение журналов и трассировка

Введение

Руководства

Логирование

Мониторинг ресурсов

Введение

Руководства

Мониторинг ресурсов

Справочник API

Введение

Kubernetes APIs

Inference Service APIs

ClusterServingRuntime [serving.kserve.io/v1alpha1]
InferenceService [serving.kserve.io/v1beta1]

Workbench APIs

Workspace Kind [kubeflow.org/v1beta1]
Workspace [kubeflow.org/v1beta1]

Manage APIs

AmlNamespace [manage.aml.dev/v1alpha1]

Operator APIs

AmlCluster [amlclusters.aml.dev/v1alpha1]
Глоссарий
Предыдущая страницаУдаление
Следующая страницаУправление инфраструктурой

#Удаление

В этом документе описывается полный процесс удаления Alauda AI и связанных с ним компонентов из вашего кластера. Процесс удаления разделён на две основные части: сначала удаление необязательных компонентов Alauda AI Model Serving и их экземпляров, а затем удаление основной инстанции Alauda AI и оператора.

Если вам не нужна функциональность Serverless или вы хотите использовать только основные функции ядра для экономии ресурсов, вы можете выполнить только первый шаг для удаления компонентов Alauda AI Model Serving.

Примечание: Перед началом удаления убедитесь, что вы сделали резервные копии всех важных данных и моделей. Процесс удаления навсегда удалит все ресурсы и конфигурации, связанные с Alauda AI.

#Содержание

#Удаление компонентов Alauda AI Model Serving

В этом разделе описывается, как удалить компоненты, обеспечивающие возможности Serverless.

#Удаление экземпляра Alauda AI Model Serving

WARNING

Перед удалением экземпляра Alauda AI Model Serving необходимо проверить конфигурацию параметра Serverless.

Для версий 1.4 и выше: Убедитесь, что поле BuiltIn Knative Serving установлено в значение Unmanaged.

Для версии 1.3: Убедитесь, что поле Knative Serving Mode установлено в значение Unmanaged.

#Процедура

В режиме Administrator:

  1. Нажмите Marketplace / OperatorHub.
  2. В верхней части консоли в выпадающем списке Cluster выберите кластер, из которого хотите удалить.
  3. Найдите и выберите Alauda AI Model Serving.
  4. На странице Alauda AI Model Serving перейдите на вкладку All Instances.
  5. Найдите экземпляр (обычно называется default-knative-serving или имеет ваше пользовательское имя).
  6. Нажмите меню ... справа от экземпляра и выберите Delete.
  7. В окне подтверждения подтвердите удаление и нажмите Delete.

#Проверка

Проверьте, что экземпляр удалён, выполнив команду:

kubectl get knativeservings.components.aml.dev -n knative-serving

Если экземпляр успешно удалён, команда вернёт сообщение "No resources found in knative-serving namespace."

#Удаление оператора Alauda AI Model Serving

#Процедура

В режиме Administrator:

  1. Нажмите Marketplace / OperatorHub.
  2. В верхней части консоли в выпадающем списке Cluster выберите кластер, из которого хотите удалить.
  3. Найдите и выберите Alauda AI Model Serving.
  4. На странице Alauda AI Model Serving нажмите Uninstall.
  5. В окне подтверждения проверьте расположение установки оператора Alauda AI Model Serving (по умолчанию kserveless-operator).
  6. Нажмите кнопку Uninstall.

#Проверка

Убедитесь, что статус плитки Alauda AI Model Serving изменился с Installed на Not Installed или плитка исчезла из списка.

#Удаление основных компонентов Alauda AI

После завершения первого раздела вы можете приступить к удалению основных компонентов Alauda AI.

#Удаление экземпляра Alauda AI

#Процедура

В режиме Administrator:

  1. Нажмите Marketplace / OperatorHub.
  2. В верхней части консоли в выпадающем списке Cluster выберите кластер, из которого хотите удалить.
  3. Найдите и выберите Alauda AI.
  4. На странице Alauda AI перейдите на вкладку All Instances.
  5. Найдите экземпляр с именем default.
  6. Нажмите меню ... справа от экземпляра и выберите Delete.
  7. В окне подтверждения подтвердите удаление и нажмите Delete.

#Проверка

Проверьте, что экземпляр удалён, выполнив команду:

kubectl get amlcluster default

Если экземпляр успешно удалён, команда вернёт сообщение No resources found или аналогичное.

#Удаление оператора Alauda AI

#Процедура

В режиме Administrator:

  1. Нажмите Marketplace / OperatorHub.
  2. В верхней части консоли в выпадающем списке Cluster выберите кластер, из которого хотите удалить.
  3. Найдите и выберите Alauda AI.
  4. На странице Alauda AI нажмите Uninstall.
  5. В окне подтверждения проверьте расположение установки оператора Alauda AI (по умолчанию aml-operator).
  6. Нажмите кнопку Uninstall.

#Проверка

Убедитесь, что статус плитки Alauda AI изменился с Installed на Not Installed или плитка исчезла из списка.

#Очистка оставшихся ресурсов

CRD не удаляются автоматически при удалении оператора. Вы можете вручную очистить эти оставшиеся ресурсы, при этом учитывайте:

WARNING

Удаление CRD навсегда удалит все связанные с ним данные.

CRD amlnamespaces.manage.aml.dev, отвечающий за управление пространствами имён, не включён в команды удаления ниже. Для полного удаления ресурсов необходимо вручную удалить поле finalizer после удаления CRD.

Рекомендуется сохранять этот CRD, если вы не уверены, что больше не нуждаетесь в его управлении.

# Удаление всех CRD контрольной плоскости
kubectl delete crd amls.components.aml.dev
kubectl delete crd kserves.components.aml.dev
kubectl delete crd amlclusters.amlclusters.aml.dev
kubectl delete crd knativeservings.components.aml.dev