Обзор

Пошаговая настройка AI Runway на AKS от чистого кластера до развёрнутой модели.

Описывает шесть последовательных шагов: проверка кластера, установка контроллера, оценка GPU, настройка провайдера инференса, первое развёртывание модели и итоги
Включает предупреждения о стоимости GPU-пулов узлов и обработку ошибок при типовых проблемах развёртывания
Поддерживает возобновление с любого шага через аргумент skip-to-step N, если настройка завершена частично
Использует только CLI-инструменты kubectl и make; инструменты MCP не требуются

Настройка AI Runway на AKS

Этот skills проводит пользователя от чистого кластера Kubernetes до работающего развёртывания AI-модели. Следуйте шагам последовательно, если пользователь не передаёт skip-to-step N для возобновления с конкретной фазы.

Учёт стоимости: GPU-пулы узлов несут значительные вычислительные расходы (A100-80GB может стоить $3–5+/час). Убедитесь, что пользователь понимает финансовые последствия, прежде чем выделять GPU-ресурсы.

Предварительные требования

Этот skills предполагает, что кластер AKS уже существует. Если у пользователя нет кластера, сначала передайте управление в skills azure-kubernetes для его создания (с GPU-пулом узлов, если только инференс только на CPU не подходит), а затем вернитесь сюда.

Краткий справочник

Свойство	Значение
Лучше всего подходит для	Сквозной онбординг AI Runway на AKS
CLI-инструменты	kubectl, make, curl
MCP-инструменты	Отсутствуют
Связанные skills	azure-kubernetes (настройка кластера), azure-диагностика (устранение неполадок)

Когда использовать этот skills

Используйте этот skills, когда пользователь хочет:

Настроить AI Runway на существующем кластере AKS с нуля
Установить контроллер AI Runway и CRD
Оценить совместимость GPU-оборудования для развёртывания модели
Выбрать и установить провайдер инференса (KAITO, Dynamo, KubeRay)
Развернуть свою первую AI-модель на AKS через AI Runway
Возобновить частично завершённую настройку AI Runway с конкретного шага

MCP-инструменты

Этот skills не использует инструменты MCP. Все операции с кластером выполняются напрямую через kubectl и make.

Правила

Выполняйте шаги последовательно — загружайте справочную информацию для каждого шага по мере его достижения
Сообщайте о состоянии кластера на каждом шаге: ✓ исправен, ✗ отсутствует/сбой
Запрашивайте подтверждение пользователя перед любыми действиями по установке или развёртыванию
Если шаг уже завершён, сообщите о статусе и перейдите к следующему шагу
Если пользователь передаёт skip-to-step N, начните с шага N; считайте, что предыдущие шаги выполнены

Шаги

№	Шаг	Справочник
1	Проверка кластера — контекст, инвентаризация узлов, обнаружение GPU	step-1-verify.md
2	Установка контроллера — CRD + развёртывание контроллера	step-2-controller.md
3	Оценка GPU — обнаружение моделей GPU, проверка ограничений dtype/attention	step-3-gpu.md
4	Настройка провайдера — выбор и установка провайдера инференса	step-4-provider.md
5	Первое развёртывание — выбор модели, развёртывание, проверка Ready	step-5-deploy.md
6	Итоги — резюме, smoke-тест, следующие шаги	step-6-summary.md

Обработка ошибок

Ошибка / Симптом	Вероятная причина	Решение
Отсутствует контекст kubeconfig	Нет подключения к кластеру	Выполните az aks get-credentials или эквивалентную команду
Контроллер в CrashLoopBackOff	Проблема с конфигурацией или RBAC	kubectl logs -n airunway-system -l control-plane=controller-manager --previous
Провайдер не готов	Проблема с загрузкой образа или RBAC	kubectl logs <pod-name> -n <namespace> для пода провайдера
ModelDeployment завис в Pending	Сбой планирования GPU или провайдер не готов	kubectl describe modeldeployment <name> -n <namespace> events
Ошибки bfloat16 при инференсе	T4 или V100 не поддерживают bfloat16	Добавьте --dtype float16 в аргументы запуска обслуживания

Подробности по обработке ошибок и процедурам отката см. в troubleshooting.md.

Установка

npx skills add https://github.com/microsoft/azure-skills --skill airunway-aks-setup