로지컬클록스, Run:ai 설치용 Helm 차트 공개…클러스터 등록까지 연결

로지컬클록스(Logical Clocks)가 NVIDIA Run:ai와 KAI Scheduler를 배포하는 오픈소스 Helm 차트를 공개했다. 15일 프로젝트 공식 GitHub 문서에 따르면 차트는 기존 구성 요소를 묶고 설치 프로필, 설정 검증, 필요한 시크릿과 클러스터 등록 절차를 연결한다.

공개된 차트 버전은 0.1.0이며 Run:ai 3.0.20과 KAI Scheduler v0.18.3을 대상으로 한다. Run:ai 자체나 스케줄러를 새로 개발한 제품이 아니라, NVIDIA 등이 배포하는 기존 차트에 설치 과정을 잇는 구성을 더한 프로젝트다. 저장소에는 Apache 2.0 라이선스가 적용돼 있다.

설치는 사전 구성 요소, 제어면, 클러스터 순서로 나뉜다. 사전 단계에서 Prometheus Operator와 GPU Operator를 준비하고, 제어면에서는 백엔드 서비스와 UI 등을 설치한다. 이후 클러스터에 Run:ai 운영 구성 요소와 KAI Scheduler를 배포한다. Run:ai 없이 KAI Scheduler만 사용하는 별도 프로필도 제공한다.

제어면과 클러스터는 하나의 Helm 릴리스로 합치지 않는다. 클러스터 설치에 필요한 식별자와 부트스트랩 토큰을 제어면이 가동된 뒤에야 발급할 수 있기 때문이다. 제공되는 등록 스크립트는 같은 이름의 클러스터가 있으면 재사용하고, 설치에 필요한 값을 파일로 기록한다. 부트스트랩 토큰은 일회용이어서 클러스터를 설치하거나 업그레이드하기 전에 다시 발급받도록 했다.

운영 환경에는 Kubernetes 1.30 이상과 Helm 3 또는 4, 인그레스 컨트롤러, DNS, TLS 인증서, 기본 스토리지 클래스 등이 필요하다. 사설 인증기관을 쓰는 환경과 OpenShift용 설정도 안내한다. ArgoCD로 배포할 때는 구성 요소별 애플리케이션의 동기화 순서와 클러스터 등록 값을 별도로 관리해야 한다.

GPU가 없는 환경에서 설치 구성을 시험하는 설정도 담았다. 개발용 프로필은 실제 NVIDIA GPU Operator 대신 가짜 GPU Operator를 사용해 표시한 노드에 Tesla-A10 GPU 8개가 있는 것으로 보고하게 한다. 이는 배포 절차를 시험하기 위한 구성으로, 실제 GPU 연산 자원을 제공하는 기능은 아니다.

이번 프로젝트가 다루는 범위는 GPU 성능 개선이 아니라 여러 설치 단계 사이의 연결이다. 팀은 차트와 등록 스크립트를 바탕으로 배포 과정을 구성할 수 있지만, 인증서와 저장소, 토큰 관리 등 운영 환경에 맞는 준비는 별도로 해야 한다.

출처: 로지컬클록스 공식 GitHub 저장소·README
https://github.com/logicalclocks/run-ai-helm
차트 정의
https://github.com/logicalclocks/run-ai-helm/blob/main/Chart.yaml
클러스터 등록 스크립트
https://github.com/logicalclocks/run-ai-helm/blob/main/scripts/register_cluster.sh
개발용 GPU 설정
https://github.com/logicalclocks/run-ai-helm/blob/main/values.dev.yaml
라이선스
https://github.com/logicalclocks/run-ai-helm/blob/main/LICENSE