vSphere-Administrator-Workflow für die Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern (vGPU)

Damit Entwickler KI-/ML-Arbeitslasten auf TKGS-Clustern bereitstellen können, richten Sie als vSphere-Administrator die vSphere with Tanzu-Umgebung zur Unterstützung der NVIDIA GPU-Hardware ein.

vSphere-Administrator-Workflow für die Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern

Der allgemeine Workflow, mit dem vSphere-Administratoren die Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern aktivieren können, wird in der Tabelle aufgeführt. Es folgen detaillierte Anweisungen für jeden Schritt.

Schritt	Aktion	Verknüpfen
0	Überprüfen der Systemanforderungen.	Weitere Informationen finden Sie unter Schritt 0 für Administratoren: Überprüfen der Systemanforderungen.
1	Installieren des unterstützten NVIDIA GPU-Geräts auf ESXi-Hosts.	Weitere Informationen finden Sie unter Schritt 1 für Administratoren: Installieren des unterstützten NVIDIA GPU-Geräts auf ESXi-Hosts.
2	Konfigurieren der Grafikeinstellungen des ESXi-Geräts für vGPU-Vorgänge.	Weitere Informationen finden Sie unter Schritt 2 für Administratoren: Konfigurieren aller ESXi-Hosts für vGPU-Vorgänge.
3	Installieren des NVIDIA vGPU-Managers (VIB) auf allen ESXi-Hosts.	Weitere Informationen finden Sie unter Schritt 3 für Administratoren: Installieren des Treibers für den NVIDIA-Hostmanager auf allen ESXi-Hosts.
4	Überprüfen des NVIDIA-Treibervorgangs und GPU-Virtualisierungsmodus.	Weitere Informationen finden Sie unter Schritt 4 für Administratoren: Sicherstellen, dass ESXi-Hosts für NVIDIA vGPU-Vorgänge zur Verfügung stehen.
5	Aktivieren der Arbeitslastverwaltung auf dem für GPU konfigurierten Cluster. Das Ergebnis ist ein Supervisor-Cluster, der auf vGPU-fähigen ESXi-Hosts ausgeführt wird.	Weitere Informationen finden Sie unter Schritt 5 für Administratoren: Aktivieren der Arbeitslastverwaltung auf dem für vGPU konfigurierten vCenter-Cluster.
6	Erstellen* oder Aktualisieren einer Inhaltsbibliothek für Tanzu Kubernetes-Versionen und Befüllen der Bibliothek mit der unterstützten Ubuntu-OVA, die für vGPU-Arbeitslasten erforderlich ist.	Weitere Informationen finden Sie unter Schritt 6 für Administratoren: Erstellen oder Aktualisieren einer Inhaltsbibliothek mit der Tanzu Kubernetes Ubuntu-Version. Hinweis: *Falls erforderlich. Wenn Sie bereits über eine Inhaltsbibliothek für Photon-Images des TKGS-Clusters verfügen, erstellen Sie keine neue Inhaltsbibliothek für Ubuntu-Images.
7	Erstellen einer benutzerdefinierte VM-Klasse mit einem bestimmten ausgewählten vGPU-Profil.	Siehe Schritt 7 für Administratoren: Erstellen einer benutzerdefinierten VM-Klasse mit dem vGPU-Profil.
8	Erstellen und Konfigurieren eines vSphere-Namespace für TKGS GPU-Cluster: Hinzufügen eines Benutzers mit Bearbeitungsberechtigungen und Speicher für dauerhafte Volumes.	Siehe Schritt 8 für Administratoren: Erstellen und Konfigurieren eines vSphere-Namespace für den TKGS GPU-Cluster.
9	Verknüpfen der Inhaltsbibliothek mit der Ubuntu-OVA und der benutzerdefinierten VM-Klasse für vGPU mit dem für TGKS erstellten vSphere-Namespace.	Siehe Schritt 9 für Administratoren: Verknüpfen der Inhaltsbibliothek und der VM-Klasse mit dem vSphere-Namespace.
10	Sicherstellen, dass der Supervisor-Cluster bereitgestellt wurde und für den Cluster-Operator zugänglich ist.	Siehe Schritt 10 für Administratoren: Sicherstellen, dass Zugriff auf den Supervisor-Cluster besteht.

Schritt 0 für Administratoren: Überprüfen der Systemanforderungen

Informationen zum Einrichten der Umgebung zur Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern finden Sie in den folgenden Systemanforderungen.

Anforderung	Beschreibung
vSphere-Infrastruktur	vSphere 7 Update3 Monatlicher Patch 1 ESXi-Build 18778458 oder höher vCenter Server-Build 18644231 oder höher
Arbeitslastverwaltung	Version des vSphere-Namespace 0.0.11-18610518 oder höher
Supervisor-Cluster	Supervisor-Cluster-Version v1.21.0+vmware.1-vsc0.0.11-18610518 oder höher
TKR Ubuntu-OVA	Tanzu Kubernetes-Version Ubuntu ob-18691651-tkgs-ova-ubuntu-2004-v1.20.8---vmware.1-tkg.2
NVIDIA vGPU-Hosttreiber	Laden Sie das VIB von der NGC-Website herunter. Weitere Informationen finden Sie in der Dokumentation des vGPU Software-Treibers. Beispiel: NVIDIA-AIE_ESXi_7.0.2_Driver_470.51-1OEM.702.0.0.17630552.vib
NVIDIA-Lizenzserver für vGPU	Von Ihrer Organisation bereitgestellter FQDN

Schritt 1 für Administratoren: Installieren des unterstützten NVIDIA GPU-Geräts auf ESXi-Hosts

Zur Bereitstellung von KI-/ML-Arbeitslasten auf TKGS installieren Sie mindestens ein unterstütztes NVIDIA GPU-Gerät auf allen ESXi-Hosts, aus denen sich der vCenter-Cluster zusammensetzt, auf dem Arbeitslastverwaltung aktiviert wird.

Informationen zum Anzeigen kompatibler NVIDIA GPU-Geräte finden Sie im VMware-Kompatibilitätshandbuch.

Das NVIDIA GPU-Gerät sollte die aktuellen vGPU-Profile von NVIDIA AI Enterprise (NVAIE) unterstützen. Weitere Informationen finden Sie in der Dokumentation Von der NVIDIA Virtual GPU-Software unterstützte GPUs.

Auf dem folgenden ESXi-Host sind beispielsweise zwei NVIDIA GPU A100-Geräte installiert.

Schritt 2 für Administratoren: Konfigurieren aller ESXi-Hosts für vGPU-Vorgänge

Konfigurieren Sie alle ESXi-Hosts für vGPU, indem Sie „Direkt freigegeben“ und „SR-IOV“ aktivieren.

Aktivieren von „Direkt freigegeben“ auf allen ESXi-Hosts

Aktivieren Sie zum Entsperren der NVIDIA vGPU-Funktion den Modus Direkt freigegeben auf allen ESXi-Hosts, aus denen sich der vCenter-Cluster zusammensetzt, auf dem Arbeitslastverwaltung aktiviert wird.

Führen Sie die folgenden Schritte aus, um Direkt freigegeben zu aktivieren. Weitere Informationen finden Sie unter Konfigurieren von Grafikgeräten in der Dokumentation zu vSphere.

1. Melden Sie sich beim vCenter Server mithilfe des vSphere Client an.
2. Wählen Sie einen ESXi-Host im vCenter-Cluster aus.
3. Wählen Sie Konfigurieren > Hardware > Grafik aus.
4. Wählen Sie das Gerät für die NVIDIA GPU-Beschleunigung aus.
5. Bearbeiten Sie die Einstellungen des Grafikgeräts.
6. Wählen Sie Direkt freigegeben aus.
7. Wählen Sie X.Org-Server neu starten aus.
8. Klicken Sie auf OK, um die Konfiguration zu speichern.
9. Klicken Sie mit der rechten Maustaste auf den ESXi-Host und versetzen Sie ihn in den Wartungsmodus.
10. Starten Sie den Host neu.
11. Wenn der Host erneut ausgeführt wird, beenden Sie den Wartungsmodus.
12. Wiederholen Sie diesen Vorgang für alle ESXi-Hosts im vCenter-Cluster, in dem Arbeitslastverwaltung aktiviert ist.

Einschalten von SR-IOV BIOS für NVIDIA GPU A30- und A100-Geräte

Wenn Sie NVIDIA A30- oder A100-GPU-Geräte verwenden, die für GPU mit mehreren Instanzen (MIG-Modus) benötigt werden, müssen Sie SR-IOV auf dem ESXi-Host aktivieren. Wenn SR-IOV nicht aktiviert ist, können Tanzu Kubernetes-Clusterknoten-VMs nicht gestartet werden. In diesem Fall wird die folgende Fehlermeldung im Bereich Aktuelle Aufgaben des vCenter Server angezeigt, für den Arbeitslastverwaltung aktiviert ist.

Could not initialize plugin libnvidia-vgx.so for vGPU nvidia_aXXX-xx. Failed to start the virtual machine. Module DevicePowerOn power on failed.

Melden Sie sich zum Aktivieren von SR-IOV über die Webkonsole beim ESXi-Host an. Wählen Sie Hardware > verwalten aus. Wählen Sie das NVIDIA GPU-Gerät aus und klicken Sie auf SR-IOV konfigurieren. An dieser Stelle können Sie SR-IOV aktivieren. Weitere Informationen finden Sie unter Single Root I/O Virtualization (SR-IOV) in der vSphere-Dokumentation.

Hinweis: Wenn Sie vGPU mit NIC-Passthrough verwenden, finden Sie im folgenden Thema einen zusätzlichen Schritt für die ESXi-Konfiguration: Nachtrag zum vSphere-Administrator für die Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern (vGPU und dynamische DirectPath IO).

Schritt 3 für Administratoren: Installieren des Treibers für den NVIDIA-Hostmanager auf allen ESXi-Hosts

Zum Ausführen von Tanzu Kubernetes-Clusterknoten-VMs mit der NVIDIA vGPU-Grafikbeschleunigung installieren Sie den Treiber des NVIDIA-Hostmanagers auf allen ESXi-Hosts, aus denen sich der vCenter-Cluster zusammensetzt, in dem Arbeitslastverwaltung aktiviert wird.

Die Treiberkomponenten des NVIDIA vGPU-Hostmanagers sind in einem vSphere-Installationspaket (VIB) enthalten. Das NVAIE-VIB wird Ihnen von Ihrer Organisation über das NVIDIA GRID-Lizenzierungsprogramm zur Verfügung gestellt. VMware stellt NVAIE-VIBs weder bereit noch können diese heruntergeladen werden. Im Rahmen des NVIDIA-Lizenzierungsprogramms richtet Ihre Organisation einen Lizenzierungsserver ein. Weitere Informationen finden Sie in der Kurzanleitung der Virtual GPU-Software von NVIDIA.

Sobald die NVIDIA-Umgebung eingerichtet ist, führen Sie den folgenden Befehl auf allen ESXi-Hosts aus und ersetzen Sie die Adresse des NVIDIA-Lizenzservers und die NVAIE VIB-Version durch die entsprechenden Werte für Ihre Umgebung. Weitere Informationen finden Sie unter Installieren und Konfigurieren des NVIDIA-VIB auf ESXi in der Knowledgebase von VMware Support.

Hinweis: Die auf ESXi-Hosts installierte Version des NVAIE-VIB muss mit der auf den Knoten-VMs installierten vGPU-Softwareversion übereinstimmen. Bei der folgenden Version handelt es sich lediglich um ein Beispiel.

esxcli system maintenanceMode set --enable true
esxcli software vib install -v ftp://server.domain.example.com/nvidia/signed/NVIDIA_bootbank_NVIDIA-VMware_ESXi_7.0_Host_Driver_460.73.02-1OEM.700.0.0.15525992.vib
esxcli system maintenanceMode set --enable false
/etc/init.d/xorg restart

Schritt 4 für Administratoren: Sicherstellen, dass ESXi-Hosts für NVIDIA vGPU-Vorgänge zur Verfügung stehen

Um sicherzustellen, dass alle ESXi-Hosts für NVIDIA vGPU-Vorgänge zur Verfügung stehen, führen Sie die folgenden Prüfungen auf allen ESXi-Hosts im vCenter-Cluster durch, in dem Arbeitslastverwaltung aktiviert ist:

• Melden Sie sich per SSH beim ESXi-Host an, wechseln Sie in den Shell-Modus und führen Sie den Befehl nvidia-smi aus. Bei der NVIDIA-Systemverwaltungsschnittstelle handelt es sich um ein Befehlszeilendienstprogramm, das vom NVIDIA vGPU-Hostmanager bereitgestellt wird. Wenn Sie diesen Befehl ausführen, werden die GPUs und Treiber auf dem Host zurückgegeben.
• Führen Sie den folgenden Befehl aus, um sicherzustellen, dass der NVIDIA-Treiber ordnungsgemäß installiert ist: esxcli software vib list | grep NVIDA.
• Stellen Sie sicher, dass der Host mit „Direkt freigegeben“ für GPU konfiguriert und SR-IOV eingeschaltet ist (bei Verwendung von NVIDIA A30- oder A100-Geräten).
• Erstellen Sie mithilfe des vSphere Clients auf dem für GPU konfigurierten ESXi-Host eine neue virtuelle Maschine mit einem im Lieferumfang enthaltenen PCI-Gerät. Das NVIDIA vGPU-Profil sollte angezeigt werden und auswählbar sein.

Schritt 5 für Administratoren: Aktivieren der Arbeitslastverwaltung auf dem für vGPU konfigurierten vCenter-Cluster

Da die ESXi-Hosts nun für die Unterstützung von NVIDIA vGPU konfiguriert sind, erstellen Sie einen aus diesen Hosts bestehenden vCenter-Cluster. Zur Unterstützung der Arbeitslastverwaltung muss der vCenter-Cluster bestimmte Anforderungen erfüllen, gemeinsam genutzter Speicher, Hochverfügbarkeit und vollautomatisierter DRS eingeschlossen.

Zur Aktivierung der Arbeitslastverwaltung muss auch ein Netzwerk-Stack (ein natives vSphere vDS- oder NSX-T Data Center-Netzwerk) ausgewählt werden. Bei Verwendung eines vDS-Netzwerks müssen Sie einen Lastausgleichsdienst (NSX Advanced oder HAProxy) installieren.

Durch die Aktivierung der Arbeitslastverwaltung entsteht ein Supervisor-Cluster, das auf vGPU-fähigen ESXi-Hosts ausgeführt wird. Informationen zum Aktivieren der Arbeitslastverwaltung finden Sie in den folgenden Aufgaben sowie in der Dokumentation.

Hinweis: Überspringen Sie diesen Schritt, wenn Sie bereits über einen vCenter-Cluster mit aktivierter Arbeitslastverwaltung verfügen. Als Voraussetzung hierfür gilt, dass der Cluster die für vGPU konfigurierten ESXi-Hosts verwendet.

Aufgabe	Anleitung
Erstellen eines vCenter-Clusters, der die Anforderungen für die Aktivierung der Arbeitslastverwaltung erfüllt	Voraussetzungen für die Konfiguration von vSphere with Tanzu in einem vSphere-Cluster
Konfigurieren des Netzwerks für den Supervisor-Cluster (entweder NSX-T oder vDS) mit einem Lastausgleichsdienst	Konfigurieren von NSX-T Data Center für vSphere with Tanzu. Konfigurieren des vSphere-Netzwerks und NSX Advanced Load Balancer für vSphere with Tanzu. Konfigurieren des vSphere-Netzwerks und des HAProxy-Lastausgleichsdienst für vSphere with Tanzu.
Aktivieren der Arbeitslastverwaltung	Aktivieren der Arbeitslastverwaltung mit NSX-T Data Center-Netzwerk. Aktivieren der Arbeitslastverwaltung mit vSphere-Netzwerk.

Schritt 6 für Administratoren: Erstellen oder Aktualisieren einer Inhaltsbibliothek mit der Tanzu Kubernetes Ubuntu-Version

Nach der Aktivierung der Arbeitslastverwaltung auf einem für GPU konfigurierten vCenter-Cluster besteht der nächste Schritt in der Erstellung einer Inhaltsbibliothek für das OVA-Image der Tanzu Kubernetes-Version.

Warnung: Wenn Sie bereits über eine Inhaltsbibliothek mit Tanzu Kubernetes-Versionen verfügen, die aus Photon-Images bestehen, müssen Sie lediglich die vorhandene Inhaltsbibliothek mit den erforderlichen Ubuntu-Images synchronisieren. Erstellen Sie keine zweite Inhaltsbibliothek für TKGS-Cluster. Dies kann zu einer Instabilität des Systems führen.

Das Ubuntu-Betriebssystem wird für NVIDIA vGPU benötigt. VMware stellt für solche Zwecke eine Ubuntu-OVA bereit. Sie können die PhotonOS Tanzu Kubernetes-Version nicht für vGPU-Cluster verwenden.

Zum Importieren dieses Images in Ihre vSphere with Tanzu-Umgebung wählen Sie eine der in der Tabelle aufgeführten Methoden aus und befolgen Sie die entsprechenden Anweisungen.

Inhaltsbibliothektyp	Beschreibung
Erstellen Sie unter Abonnierte Inhaltsbibliothek eine Inhaltsbibliothek und synchronisieren Sie die Ubuntu-OVA automatisch mit Ihrer Umgebung.	Erstellen, Sichern und Synchronisieren einer abonnierten Inhaltsbibliothek für Tanzu Kubernetes-Versionen
Erstellen Sie unter Lokale Inhaltsbibliothek eine Inhaltsbibliothek und laden Sie die Ubuntu-OVA manuell in Ihre Umgebung hoch.	Erstellen, Sichern und Synchronisieren einer lokalen Inhaltsbibliothek für Tanzu Kubernetes-Versionen

Nach Abschluss dieser Aufgabe sollte die Ubuntu-OVA in Ihrer Inhaltsbibliothek als verfügbar angezeigt werden.

Schritt 7 für Administratoren: Erstellen einer benutzerdefinierten VM-Klasse mit dem vGPU-Profil

Im nächsten Schritt erstellen Sie eine benutzerdefinierte VM-Klasse mit einem vGPU-Profil. Das System verwendet diese Klassendefinition beim Erstellen der Tanzu Kubernetes-Clusterknoten.

Führen Sie die folgenden Anweisungen durch, um eine benutzerdefinierte VM-Klasse mit einem vGPU-Profil zu erstellen. Weitere Anleitungen finden Sie unter Hinzufügen von PCI-Geräten zu einer VM-Klasse in vSphere with Tanzu.

Hinweis: Wenn Sie vGPU mit NIC-Passthrough verwenden, finden Sie im folgenden Thema einen zusätzlichen Schritt: Nachtrag zum vSphere-Administrator für die Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern (vGPU und dynamische DirectPath IO).

1. Melden Sie sich mithilfe des vSphere Clients beim vCenter Server an.
2. Wählen Sie Arbeitslastverwaltung aus.
3. Wählen Sie Dienste aus.
4. Wählen Sie VM-Klassen aus.
5. Klicken Sie auf VM-Klasse erstellen.
6. Konfigurieren Sie auf der Registerkarte Konfiguration die benutzerdefinierte VM-Klasse.

   Konfigurationsfeld	Beschreibung
   Name	Geben Sie einen selbsterklärenden Namen für die benutzerdefinierte VM-Klasse ein, wie z. B. vmclass-vgpu-1.
   vCPU-Anzahl	2
   CPU-Ressourcenreservierung	Optional, kann leer gelassen werden
   Arbeitsspeicher	80 GB, z. B.
   Arbeitsspeicher-Ressourcenreservierung	100 % (obligatorisch, wenn PCI-Geräte in einer VM-Klasse konfiguriert werden)
   PCI-Geräte	Ja Hinweis: Bei Auswahl von „Ja“ für PCI-Geräte wird das System darüber informiert, dass Sie ein GPU-Gerät verwenden. Darüber hinaus wird die VM-Klassenkonfiguration zur Unterstützung der vGPU-Konfiguration geändert.

   Beispiel:

   

7. Klicken Sie auf Weiter.
8. Wählen Sie auf der Registerkarte PCI-Geräte die Option PCI-Gerät hinzufügen > NVIDIA vGPU aus.
9. Konfigurieren Sie das NVIDIA vGPU-Modell.

   Feld „NVIDIA vGPU“	Beschreibung
   Modell	Wählen Sie im Menü NVIDIA vGPU > Modell das Modell des NVIDIA GPU-Hardwaregeräts aus. Wenn im System keine Profile angezeigt werden, verfügt keiner der Hosts im Cluster über unterstützte PCI-Geräte.
   GPU-Freigabe	Mit dieser Einstellung wird die Freigabe des GPU-Geräts für GPU-fähige VMs festgelegt. Zwei Arten von vGPU-Implementierungen stehen zur Verfügung: Timesharing und GPU-Freigabe mehrerer Instanzen. Im Modus „Timesharing“ weist der vGPU-Scheduler die GPU an, die Arbeit für jede vGPU-fähige VM fortlaufend über einen längeren Zeitraum durchzuführen, um die Leistung bestmöglich auf die vGPUs zu verteilen. Im MIG-Modus können mehrere vGPU-fähige VMs gleichzeitig auf einem einzelnen GPU-Gerät ausgeführt werden. Der MIG-Modus basiert auf einer neueren GPU-Architektur und wird nur auf NVIDIA A100- und A30-Geräten unterstützt. Wenn die MIG-Option nicht angezeigt wird, wird sie vom ausgewählten PCI-Gerät nicht unterstützt.
   GPU-Modus	Computing
   GPU-Arbeitsspeicher	8 GB, z. B.
   Anzahl der vGPUs	1, z. B.

   Beispiel: Hierbei handelt es sich um ein NVIDIA vGPU-Profil, das im Modus „Timesharing“ konfiguriert ist:

   

   Beispiel: Hierbei handelt es sich um ein NVIDIA vGPU-Profil, das im MIG-Modus mit einem unterstützten GPU-Gerät konfiguriert ist:

   

10. Klicken Sie auf Weiter.
11. Überprüfen und bestätigen Sie Ihre Auswahl.
12. Klicken Sie auf Beenden.
13. Stellen Sie sicher, dass die neue benutzerdefinierte VM-Klasse in der Liste der VM-Klassen verfügbar ist.

Schritt 8 für Administratoren: Erstellen und Konfigurieren eines vSphere-Namespace für den TKGS GPU-Cluster

Erstellen Sie einen vSphere-Namespace für jeden bereitzustellenden TKGS GPU-Cluster. Konfigurieren Sie den Namespace, indem Sie einen vSphere SSO-Benutzer mit Bearbeitungsberechtigungen hinzufügen und eine Speicherrichtlinie für dauerhafte Volumes anhängen.

Weitere Informationen hierzu finden Sie unter Erstellen und Konfigurieren eines vSphere-Namespace

Schritt 9 für Administratoren: Verknüpfen der Inhaltsbibliothek und der VM-Klasse mit dem vSphere-Namespace

Nachdem Sie den vSphere-Namespace erstellt und konfiguriert haben, ordnen Sie dem vSphere-Namespace die Inhaltsbibliothek mit der Ubuntu-OVA zu und verknüpfen Sie die benutzerdefinierte VM-Klasse mit dem vGPU-Profil und demselben vSphere-Namespace.

Aufgabe	Beschreibung
Verknüpfen der Inhaltsbibliothek mit der Ubuntu-OVA für vGPU und dem vSphere-Namespace, in dem Sie den TKGS-Cluster bereitstellen.	Weitere Informationen finden Sie unter Konfigurieren eines vSphere-Namespace für Tanzu Kubernetes-Versionen.
Verknüpfen der benutzerdefinierten VM-Klasse mit dem vGPU-Profil und dem vSphere-Namespace, in dem Sie den TKGS-Cluster bereitstellen.	Weitere Informationen finden Sie unter Zuordnen einer VM-Klasse zu einem Namespace in vSphere with Tanzu.

In folgendem Beispiel wird ein konfigurierter vSphere-Namespace mit einer verknüpften Inhaltsbibliothek und einer benutzerdefinierten VM-Klasse zur Verwendung mit vGPU-Clustern angezeigt.

Schritt 10 für Administratoren: Sicherstellen, dass Zugriff auf den Supervisor-Cluster besteht

Mithilfe der letzten Verwaltungsaufgabe wird sichergestellt, dass der Supervisor-Cluster bereitgestellt wird und vom Cluster-Operator zur Bereitstellung eines TKGS-Clusters für KI-/ML-Arbeitslasten verwendet werden kann.

1. Laden Sie die Kubernetes-CLI-Tools für vSphere herunter und installieren Sie sie.

   Weitere Informationen finden Sie unter Herunterladen und Installieren von Kubernetes-CLI-Tools für vSphere.

2. Stellen Sie eine Verbindung mit dem Supervisor-Cluster her.

   Weitere Informationen finden Sie unter Herstellen einer Verbindung mit dem Supervisor-Cluster als vCenter Single Sign-On-Benutzer.

3. Stellen Sie den Cluster-Operator mit dem Link zum Herunterladen der Kubernetes-CLI-Tools für vSphere und den Namen des vSphere-Namespace bereit.

   Weitere Informationen finden Sie unter Cluster-Operator-Workflow für die Bereitstellung von KI-/ML-Arbeitslasten auf TKGS-Clustern.