Kubernetes-ում ագենտային AI-ի վերելքը՝ ենթակառուցվածքի նոր շերտը

AI գործակալներն այժմ կարող են դիտարկել Kubernetes-ի կլաստերները, վերլուծել գտածը և գործել նախապես սահմանված սահմաններում։ The New Stack-ում հրապարակված նյութում SUSE-ի AI ուղղության ղեկավար Ռիս Օքսենհեմը գրում է, որ այդ համակարգերի արժեքը կախված է ոչ թե մոդելներից, այլ գործակալի տեսած համատեքստից ու թիմի սահմանած սահմաններից։ Առանց կլաստերի վիճակի, քաղաքականության և մուտքի կանոնների գործակալը կարող է միայն գուշակել։

Ինչ է փոխվում, երբ AI-ը հասնում է ենթակառուցվածքի շերտին

AI աշխատանքային բեռների արտադրություն անցնելուն պես ենթակառուցվածքի շերտին՝ հաշվարկի, պահոցի և ցանցի հիմքին, նոր պահանջներ են դրվում, իսկ ռեսուրսների պահանջարկը փոխվում է ուսուցման և ինֆերենսի ալիքներով։ Forrester-ի զեկույցը ժամանակակից AI ստեկը նկարագրում է որպես մոդելներից սկսվող և նրանց տակի ենթակառուցվածքով անցնող ամբողջություն, որտեղ Kubernetes ստանձնում է աշխատանքային բեռների պլանավորումը, քաղաքականության կիրառումը և միասնական ինտերֆեյսը տվյալների կենտրոնների, ամպի և ծայրամասային հանգույցների միջև։

Ինչու է համատեքստը որոշում գործակալների օգուտը

Ավանդական ավտոմատացումը կատարում է նույն սկրիպտը՝ անկախ միջավայրի փոփոխությունից, իսկ ագենտային համակարգը դիտարկում է, վերլուծում և հետո գործում՝ սովորաբար մարդու հաստատումից հետո։ Հենց ստացվող ազդանշանները, քաղաքականության ու մուտքի համատեքստը և փոփոխությունների սահմանները տարբերում են գործակալին սովորական օգնականից։

Մի քանի կլաստերի դեպքում ձեռքով կառավարումը դեռ աշխատում է, սակայն աճող միջավայրում այլևս հուսալի չէ. յուրաքանչյուր նոր կլաստեր ավելացնում է կյանքի ցիկլի աշխատանք՝ թարմացումներ, կարկատումներ, կոնֆիգուրացիա և ժամկետների կառավարում։ Կոնֆիգուրացիայի դրեյֆը բարձր ռիսկ է, իսկ քաղաքականությունները կիրառվում են անհավասար։ Կլաստերները թիմերին թողնում են առանց ամբողջական պատկերի, իսկ Kubernetes-ի իմացությունը մասնատված է. լոգերը, չափիչներն ու runbook-ները տարբեր գործիքներում են։

Այս աշխատանքի կրկնվող մասը SRE թիմերը «տոիլ» (toil) են անվանում. կրկնվող տրիաժ, ազդանշանների ձեռքով համադրում, ծանուցումների հետևում և ռուտին ստուգումներ։ Առաջադրանքները դժվար չեն, սակայն խլում են ժամանակ և ուշադրություն։ Վերջին հարցումը նույնն է ցույց տվել. տոիլի կրճատումը ամենապարզ հնարավորություններից է։ Մարդու վերահսկողության ներքո գործակալները կարող են հավաքել ազդանշանները, համադրել դրանք և առաջարկել հավանական պատճառ։

Չորս սկզբունք ագենտային Kubernetes-ի գործառնությունների համար

Նյութը չորս սկզբունք է ուրվագծում. սկսեք դիտարկելի համատեքստից, որպեսզի գործակալը մտածելուց առաջ տեսնի կլաստերի ընթացիկ վիճակը, քաղաքականությունը և պատմությունը. առանձնացրեք առաջարկները գործողություններից, որպեսզի ցանկացած փոփոխություն սպասի մարդու հաստատմանը. կապեք գործակալներին առկա մուտքի կանոններին ու աուդիտի ուղիներին. և պահեք էկոհամակարգը բաց։ SUSE-ն իր Rancher Prime-ը ներկայացնում է որպես ոլորտի առաջին՝ համատեքստին տեղյակ ագենտային AI էկոհամակարգ, որտեղ մասնագիտացված գործակալները աշխատում են խելացի երթուղղորդիչի հետևում և գործում առկա մուտքի վերահսկիչների միջոցով։ Գործակալները բոլոր դեպքերի համար չեն. որտեղ փոփոխությունների վերահսկումը պետք է ամբողջությամբ մնա ձեռքով, նրանց դերը սահմանափակվում է դիտարկմամբ և առաջարկներով։