部署

使用此部署流可在 OCI 上预配和验证生产就绪的 HPC 和 AI 平台以及 OOD、Slurm、身份和存储服务。

请执行以下步骤：

1. 创建 OCI Networking 网络环境。
2. 部署共享存储服务。
3. 配置 FreeIPA 身份服务。
4. 部署 Slurm 控制器和登录节点。
5. 配置自动缩放 CPU 和 GPU 分区。
6. 使用受控映像管道构建或导入 CPU 和 GPU 黄金映像。
7. 部署 Open OnDemand。
8. 集成 Microsoft Entra ID OIDC 验证。
9. 安装并验证 Batch Connect 应用程序。
10. 配置监视和预警。
11. 通过浏览器和命令行工作流验证存储、调度程序、自动缩放和交互式应用程序。
12. 获取升级后和回滚运行手册。
13. 仅将已验证的配置和脚本提升回源控制。

您已跨基础设施和用户工作流路径部署并验证了该平台，并具有运行手册和受控的运营配置基线。

生产就绪核对清单

在 OCI 上推出基于 OOD 的 HPC 和 AI 平台之前，使用此核对清单确认面向用户的基础设施就绪情况。

在生产部署之前，请验证基础结构层和用户工作流层的体系结构。

建议的就绪状态检查包括 OOD Web 后端冗余、OIDC 路由行为、Slurm 分区覆盖、远程桌面代理路由、自动缩放引导验证、GPU 运行时验证、共享运行时一致性以及升级后兼容性检查。

优先级	项	原因
严重	经过验证的浏览器接受度	在登录 Desktop、Code Server、 JupyterLab 、Shell、Files 和 Job Composer 后确认真正的浏览器流。
严重	GPU Lustre 路由决策	定义哪些 GPU 映像通道支持本机 Lustre，并公开分区名称和用户指南中的选项。
High	GPU 金色图像标准化	减少冷启动时间、用户和组偏差、调度程序运行时偏差以及节点端重复修复。
High	共享交互式运行时治理	在通用路径（例如，跨分区的 /apps）下版本并验证共享运行时。
High	项目和实验室组治理	实施多租户访问控制、限额所有权以及计费或回放操作。
High	自动 OOD 升级后打补丁	在将来的 OOD 升级后防止重复回归。