4. 运行 AI Fabric 基础架构安装程序

注意：对于 AKS 安装，请转到步骤 5“运行 AI Fabric 应用程序安装程序”

运行 AI Fabric 基础架构安装程序。完成此安装程序后，系统会生成 Kots 管理控制台，您可以在其中管理应用程序更新、应用程序配置和资源使用情况（CPU/内存压力），以及下载支持包以排除任何问题。

重要事项：正在运行此步骤时，请不要终止进程或关闭计算机。此步骤将在 15 至 25 分钟内完成。如果您不小心在进程正在运行期间将其终止，则可能需要重新配置计算机，并且需要附加新磁盘。

在线安装

第一步是在此处下载安装程序 zip 文件，然后将其移动到 AI Fabric 服务器。或者，也可以使用以下命令直接从计算机下载该文件

重要提示：

在安装过程中，脚本会将一些文件下载到本地，请确保要在其中执行脚本的目录有 4GB 的可用空间。

默认情况下，Azure RHEL 虚拟机的主目录（默认目录）只有 1 GB 的可用空间。

wget https://download.uipath.com/aifabric/online-installer/v2020.10.5/aifabric-installer-v20.10.5.tar.gz

然后解压缩文件，并使用以下命令进入主文件夹：

tar -xvf aifabric-installer-v20.10.5.tar.gz
cd ./aifabric-installer-v20.10.5

然后，您可以通过运行以下命令来运行 AI Fabric 安装程序：

./setup.sh

在第一步中，按 Y 键接受许可协议。然后，脚本将询问您要安装的平台类型，输入 onebox 并按 Enter 键，如下图中所示：

然后，系统将询问 GPU 是否可用于您的设置，请按 Y 或 N 键，具体取决于您的硬件。确保已安装驱动程序。

重要事项：仅支持 NVIDIA GPU，并且需要在安装 AI Fabric 之前安装驱动程序。

根据您的系统，系统可能会要求您按几次 Y 键以完成安装。

完成此步骤需要 15 到 25 分钟。完成后，您将在终端输出中看到消息“安装完成”。

实体隔离安装

在有权访问浏览器的本地计算机（例如 Windows 服务器）上，使用客户经理提供的链接下载安装捆绑包。

从 Windows 文件资源管理器中使用 7zip 提取下载的文件的内容，或从支持 tar 的计算机上运行 tar -zxvf aifabric-installer-v2020.10.5.tar.gz。

这将创建两个文件夹：

• aif_infra_20.10.5.tar.gz，其中包含基础架构组件（约 3.6 GB）
• ai-fabric-v2020.10.5.airgap，其中包含应用程序组件（约 8.7 GB）。此文件将在步骤 5“运行 AI Fabric 应用程序安装程序”中上传到用户界面。

将文件夹 aif_infra_20.10.5.tar.gz 复制到实体隔离的 AI Fabric 计算机。

然后运行以下命令以启动基础架构安装程序：

tar -zxvf aif_infra_20.10.5.tar.gz
cd aif_infra_20.10.5
sudo ./setup.sh

管理控制台访问权限

在这两种情况下，安装成功将输出 KotsAdmin 用户界面的地址和密码

...
Install Successful:
configmap/kurl-config created
                Installation
                  Complete ✔
Kotsadm: http://13.59.108.17:8800
Login with password (will not be shown again): NNqKCY82S
The UIs of Prometheus, Grafana and Alertmanager have been exposed on NodePorts 30900, 
30902 and 30903 respectively.
To access Grafana use the generated user:password of admin:msDX5VZ9m .
To access the cluster with kubectl, reload your shell:
    bash -l
    
...

注意：记下 kotsadm 用户界面的地址，该地址为 <machine-ip>:8800。在某些情况下，它可能会显示内部 IP 而非公共 IP，如果您从外部访问该地址，请确保使用公共 IP。

请注意：在下面的行中，您将看到密码登录名。记下此密码。如果密码丢失或您想重置密码，可以重新生成此密码：

bash -l
kubectl kots reset-password -n default

安装后添加 GPU

如果 GPU 在安装过程中不可用，但稍后又添加到计算机中，您需要完成以下步骤以使 AI Fabric 可以访问它。

• 通过运行以下命令，检查 GPU 驱动程序是否已正确安装：

  nvidia-smi

  如果 GPU 驱动程序安装正确，则应显示您的 GPU 信息。如果发生错误，则表示无法访问 GPU 或未正确安装驱动程序。必须先解决此问题，然后才能继续。

• 通过运行以下命令，检查 NVIDIA 运行时容器是否已正确安装：

  /usr/bin/nvidia-container-runtime

1. 从以下链接下载两个可用的脚本来添加 GPU：GPU 脚本。
2. 运行脚本以将 GPU 添加到集群，以便管道和 ML 技能可以使用它。根据您的安装，选择以下选项之一：
   • 如果是在线安装，请运行以下脚本：

     <h1>navigate to where you untar installer (or redo it if you have removed it)
     cd ./aicenter-installer-v21.4.0/infra/common/scripts
     ./attach_gpu_drivers.sh</h1>

   • 在离线情况下，首先需要在 aif_infra 目录中创建文件，并确保 nvidia-device-plugin.yaml 位于同一个文件夹中。
     要创建文件，请粘贴在 步骤 1 中下载的attach_gpu_drivers.sh文件中的内容。运行以下脚本：

     ./attach_gpu_drivers.sh

故障排除

基础架构安装程序不是幂等的。这意味着再次运行安装程序（在已经运行过一次之后）将不起作用。如果此安装程序失败，您将需要重新配置具有新磁盘的新计算机。

最常见的错误原因是启动磁盘在安装过程中变满，或者外部数据磁盘已挂载/格式化。请记住，只可附加磁盘，而不要格式化磁盘。

如果使用未格式化的磁盘仍安装失败，并且存在非常大的启动风险，请联系我们的支持团队，并将支持包添加到您的电子邮件中。可以通过运行以下命令来生成支持包：

curl https://krew.sh/support-bundle | bash
kubectl support-bundle https://kots.io

或者，如果您无法访问互联网，可以创建包含以下文本的 support-bundle.yaml 文件：

apiVersion: troubleshoot.replicated.com/v1beta1
kind: Collector
metadata:
  name: collector-sample
spec:
  collectors:
    - clusterInfo: {}
    - clusterResources: {}
    - exec:
        args:
          - "-U"
          - kotsadm
        collectorName: kotsadm-postgres-db
        command:
          - pg_dump
        containerName: kotsadm-postgres
        name: kots/admin_console
        selector:
          - app=kotsadm-postgres
        timeout: 10s
    - logs:
        collectorName: kotsadm-postgres-db
        name: kots/admin_console
        selector:
          - app=kotsadm-postgres
    - logs:
        collectorName: kotsadm-api
        name: kots/admin_console
        selector:
          - app=kotsadm-api
    - logs:
        collectorName: kotsadm-operator
        name: kots/admin_console
        selector:
          - app=kotsadm-operator
    - logs:
        collectorName: kotsadm
        name: kots/admin_console
        selector:
          - app=kotsadm
    - logs:
        collectorName: kurl-proxy-kotsadm
        name: kots/admin_console
        selector:
          - app=kurl-proxy-kotsadm
    - secret:
        collectorName: kotsadm-replicated-registry
        includeValue: false
        key: .dockerconfigjson
        name: kotsadm-replicated-registry
    - logs:
        collectorName: rook-ceph-agent
        selector:
          - app=rook-ceph-agent
        namespace: rook-ceph
        name: kots/rook
    - logs:
        collectorName: rook-ceph-mgr
        selector:
          - app=rook-ceph-mgr
        namespace: rook-ceph
        name: kots/rook
- logs:
        collectorName: rook-ceph-mon
        selector:
          - app=rook-ceph-mon
        namespace: rook-ceph
        name: kots/rook
    - logs:
        collectorName: rook-ceph-operator
        selector:
          - app=rook-ceph-operator
        namespace: rook-ceph
        name: kots/rook
    - logs:
        collectorName: rook-ceph-osd
        selector:
          - app=rook-ceph-osd
        namespace: rook-ceph
        name: kots/rook
    - logs:
        collectorName: rook-ceph-osd-prepare
        selector:
          - app=rook-ceph-osd-prepare
        namespace: rook-ceph
        name: kots/rook
    - logs:
        collectorName: rook-ceph-rgw
        selector:
          - app=rook-ceph-rgw
        namespace: rook-ceph
        name: kots/rook
    - logs:
        collectorName: rook-discover
        selector:
          - app=rook-discover
        namespace: rook-ceph
        name: kots/rook

然后使用以下命令创建 support-bundle 文件：

kubectl support-bundle support-bundle.yaml

这将创建一个名为 supportbundle.tar.gz 的文件，您可以在提交支持票证时上传此文件。