Kubernetes-Cluster und -Knoten

Cluster und Berechtigungen

Sie können Ihren eigenen Kubernetes-Cluster mitbringen und Ihre Standardpraktiken befolgen, um ihn bereitzustellen und zu verwalten.

Ein Administratorbenutzer muss bestimmte erforderliche Komponenten vor der Installation der Automation Suite-Plattform separat installieren. Nach der Installation der erforderlichen Komponenten können Sie das Installationsprogramm ausführen. Die Liste der erforderlichen Berechtigungen finden Sie unter Erteilen von Installationsberechtigungen.

Knotenkapazität

Um die Knotenkapazität basierend auf Ihren Produkt- und Skalierungsanforderungen zu schätzen, verwenden Sie den Rechner der UiPath Automation Suite zur Installationsskalierung.

Das Stammvolume für Agent-(Worker-)Knoten erfordert 256 GB.

Um mit den obligatorischen Plattformdiensten (Identität, Lizenzierung und Routing) und dem Orchestrator zu beginnen, müssen Sie mindestens 8 vCPU und 16 GB RAM pro Knoten bereitstellen.

Hinweis:

Wir empfehlen aufgrund von Stabilitäts- und Leistungsproblemen nicht, Punktinstanzen in der Automation Suite in Produktionsszenarien zu verwenden.

Automatische Skalierung

Wir empfehlen, die automatische Skalierung in Ihrem Cluster zu aktivieren, um eine hohe Zuverlässigkeit sicherzustellen und Betriebsunterbrechungen zu vermeiden.

Zusätzliche Anforderungen für Automation Suite-Roboter

Automation Suite Robot erfordern zusätzliche Worker-Knoten.

Die Hardwareanforderungen für den Automation Suite-Roboterknoten hängen davon ab, wie Sie Ihre Ressourcen verwenden möchten. Zusätzlich zu den zusätzlichen Agentknotenanforderungen benötigen Sie mindestens 10 GiB, um die Paketzwischenspeicherung zu aktivieren.

Weitere Informationen finden Sie in der Dokumentation zur Speicherung .

In den folgenden Abschnitten werden die Faktoren beschrieben, die sich auf die Hardwaremenge auswirken, die der Automation Suite-Roboterknoten benötigt.

Robotergröße

In der folgenden Tabelle werden die erforderliche CPU, der Arbeitsspeicher und der Speicher für alle Robotergrößen beschrieben.

Größe	CPU	Arbeitsspeicher	Speicher
Klein	0,5	1 GiB	1 GiB
Standard	1	2 GiB	2 GiB
Mittel	2	4 GiB	4 GiB
Groß	6	10 GiB	10 GiB

Größe des Agentknotens

Die Ressourcen des Automation Suite Roboter-Agentknotens wirken sich auf die Anzahl der Aufträge aus, die gleichzeitig ausgeführt werden können. Der Grund dafür ist, dass die Anzahl der CPU-Kerne und die Größe der RAM-Kapazität durch die CPU-/Speicheranforderungen des Auftrags geteilt werden.

Ein Knoten mit 16 CPUs und 32 GiB RAM kann beispielsweise Folgendes ausführen:

• 32 kleine Aufträge
• 16 Standardaufträge
• 8 mittlere Aufträge
• Zwei große Aufträge

Auftragsgrößen können gemischt werden, sodass derselbe Knoten zu einem bestimmten Zeitpunkt eine Kombination von Aufträgen ausführen kann, z. B. Folgendes:

• 10 kleine Aufträge (verbrauchen 5 CPUs und 10 GiB Arbeitsspeicher)
• 4 Standardaufträge (verbrauchen 4 CPUs und 8 GiB Arbeitsspeicher)
• 3 mittlere Aufträge (verbrauchen 6 CPUs und 12 GiB Arbeitsspeicher)

Kubernetes-Ressourcenverbrauch

Da der Knoten Teil eines Kubernetes-Clusters ist, verbraucht der auf dem Server vorhandene Kubernetes-Agent (kubelet) eine geringe Menge an Ressourcen. Basierend auf unseren Messungen verbraucht das Kubelet die folgenden Ressourcen:

• 0,6 CPU
• 0,4 GiB RAM

Ein Knoten, der dem zuvor beschriebenen ähnelt, hätte tatsächlich ungefähr 15,4 CPUs und 31,6 GiB RAM.

Automatische Auswahl der Maschinengröße

Bei allen Ihren plattformübergreifenden Prozessen ist die Option Automation Suite Robots standardmäßig auf Automatisch festgelegt. Diese Einstellung wählt die geeignete Maschinengröße für die Ausführung des Prozesses mit serverlosen Robotern aus.

Bei der automatischen Auswahl der Größe werden die in der nachstehenden Tabelle aufgeführten Kriterien der Reihe nach bewertet. Sobald ein Kriterium erfüllt ist, wird die entsprechende Maschinengröße gewählt und die übrigen Kriterien werden nicht bewertet.

Reihenfolge	Kriterium	Maschinengröße
1	Remote-Debugging-Auftrag	Mittel
2	Der Prozess hängt von der UI-Automatisierung ab. ODER Der Prozess hängt von den UiPath Document Understanding-Aktivitäten ab.	Standard
3	Anderer Unattended-Prozess	Klein

Zusätzliche Document Understanding-Empfehlungen

Für eine höhere Leistung können Sie Document Understanding auf einem zusätzlichen Agentknoten mit GPU-Unterstützung installieren. Beachten Sie jedoch, dass Document Understanding ohne den GPU-Knoten voll funktionsfähig ist. Tatsächlich verwendet Document Understanding CPU-VMs für alle Extraktions- und Klassifizierungsaufgaben, während wir bei der OCR dringend die Verwendung einer GPU-VM empfehlen.

Weitere Informationen zur CPU-/GPU-Auslastung im Document Understanding-Framework finden Sie unter CPU- und GPU-Auslastung.

Wenn Sie einen zusätzlichen Knoten mit GPU-Unterstützung verwenden möchten, müssen Sie die folgenden Anforderungen erfüllen:

Hardware	Mindestanforderungen
Prozessor	8 (v-)CPU/Kerne
RAM	52 GiB
Cluster-Binärdateien und State Disk	256 GiB SSD Min. IOPS: 1100
DataDisk	Keine Angabe
GPU-RAM	11 GiB

Beim Hinzufügen des GPU-Knotenpools ist es wichtig, dass Sie --node-taints nvidia.com/gpu=present:NoSchedule anstatt --node-taints sku=gpu:NoSchedule verwenden.

Die Automation Suite unterstützt NVIDIA-GPUs. Informationen zum Konfigurieren von NVDIA-GPUs (z. B. Treiber) finden Sie in der OpenShift-Dokumentation.

Zusätzliche Anforderungen für moderne Document Understanding-Projekte

Für optimale Leistung ist bei modernen Document Understanding-Projekten mindestens 5 GPUs erforderlich. Das Beispielszenario in der folgenden Tabelle veranschaulicht, wie 5 GPUs ausreichen, um 300 Seiten zu verarbeiten.

Function	Nummer
Benutzerdefinierte Modellseiten, die pro Stunde verarbeitet werden	300
Vorgefertigte Modellseiten, die pro Stunde verarbeitet werden	0
Modelltraining parallel	1
Anzahl der Seiten in allen Projekten – Entwurfszeit	200
Anzahl der Dokumenttypen pro Projektversion	3

Die 5 GPUs sind auf verschiedene Funktionen verteilt, wie in der folgenden Tabelle beschrieben:

Dienst	Anzahl der GPUs
OCR-Replikate	1
Benutzerdefinierte Modelltrainingsreplikate	1
Benutzerdefinierte Modellreplikate	2
Vorgefertigte Modellreplikate	1
Gesamt	5

For more information on how to allocate GPUs to each service, check the page.

Zusätzlich zu den GPU-Anforderungen benötigen moderne Document Understanding-Projekte auch bestimmte CPU-Ressourcen für eine optimale Leistung. Für optimale Leistung ist mindestens 18 vCPUs erforderlich.

Mit dem modernen Document Understanding-Projekt sind weitere 4 TiB der objectstore erforderlich, um die Aktivitäten aus den oben genannten Beispielen ein Jahr lang kontinuierlich auszuführen. Sie können mit einer kleineren Zahl beginnen, aber die Aktivität schlägt fehl, sobald die Speicherung abgeschlossen ist, es sei denn, Sie skalieren sie explizit.

Wenn Sie für ein Jahr der kontinuierlichen Verarbeitung bereitstellen, benötigen Sie 4 TiB für moderne Document Understanding-Projekte und 512 GiB für die anderen Produkte. Die Gesamtmenge beträgt 4,5 TiB Speicherplatz. Wenn Sie mit einer sechsmonatigen Verarbeitung beginnen, benötigen Sie ebenfalls 2 TiB für moderne Document Understanding-Projekte und 512 GiB für die anderen Produkte. In diesem Fall beträgt die Gesamtsumme 2,5 TiB.

Hinweis: Ausführliche Berechnungen und die für Ihre Anforderungen erforderliche Kapazität finden Sie im Rechner der UiPath Automation Suite zur Installationsskalierung.

Knotenplanung

Es wird empfohlen, Knoten-Markierungen auf dedizierten Arbeiterknoten für Automation Suite-Roboter und Document Understanding zu aktivieren.

Beispiel für AI Center und DU:

• Für CPU:

  oc taint node <node_name> aic.ml/cpu=present:NoSchedule

• Für GPU:

  oc taint node <node_name> nvidia.com/gpu=present:NoSchedule

BeispielAutomation Suite Robot :

oc taint node <node_name> serverless.robot=present:NoSchedule

Wichtig:

Wenn Sie benutzerdefinierte Knotenmarkierungen haben, die durch die Gatekeeper-Richtlinie erzwungen werden, z. B. bestimmte Rollen für Arbeiterknoten oder Bezeichnungen, werden diese nicht an die Automation Suite übergeben und können den Installationsvorgang unterbrechen.

Weitere Informationen zu Markierungen und Toleranzen finden Sie in der Kubernetes-Dokumentation.