airunway-aks-setupзапуск LLM на AKS кластере

microsoft/azure-skills

Полная настройка запуска LLM на AKS: проверка кластера, установка AI Runway оператора, деплой моделей и конфигурация inference endpoints.

AKS LLM деплой AI Runway Azure Kubernetes inference

Установка

npx -y skills add microsoft/azure-skills --skill airunway-aks-setup --agent claude-code

Настройка AI Runway на AKS

Этот скилл проведёт пользователя от чистого Kubernetes-кластера до работающего AI-развёртывания модели. Следуйте шагам по порядку, если пользователь не указал skip-to-step N для возобновления с конкретного этапа.

Учёт стоимости: пулы GPU-узлов сопряжены со значительными затратами на вычисления (A100-80GB может стоить $3–5+/час). Убедитесь, что пользователь понимает финансовые последствия перед выделением GPU-ресурсов.

Предварительные требования

Этот скилл предполагает, что AKS-кластер уже существует. Если кластера нет, передайте задачу скиллу azure-kubernetes для его создания (с пулом GPU-узлов, если только CPU-инференс не подходит), затем вернитесь сюда.

Краткий справочник

Параметр	Значение
Лучше всего подходит для	Полноценный онбординг AI Runway на AKS
CLI-инструменты	`kubectl`, `make`, `curl`
MCP-инструменты	Нет
Связанные скиллы	`azure-kubernetes` (настройка кластера), `azure-diagnostics` (диагностика)

Когда использовать этот скилл

Используйте, когда пользователь хочет:

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

Правила

Выполняйте шаги по порядку
Отчитывайтесь о состоянии кластера на каждом шаге: ✓ здоров, ✗ отсутствует/неисправен
Запрашивайте подтверждение пользователя перед любой установкой или развёртыванием
Если шаг уже выполнен — сообщите статус и перейдите к следующему
При skip-to-step N начните с шага N; предполагайте, что предыдущие шаги выполнены

Шаги

#	Шаг
1	Проверка кластера — проверка контекста, инвентаризация узлов, обнаружение GPU
2	Установка контроллера — развёртывание CRD + контроллера
3	Оценка GPU — обнаружение моделей GPU, проверка ограничений dtype/attention
4	Настройка провайдера — рекомендация и установка провайдера инференса
5	Первое развёртывание — выбор модели, развёртывание, проверка статуса Ready
6	Итоги — резюме, дымовой тест, следующие шаги

Устранение ошибок

Ошибка / Симптом	Вероятная причина	Устранение
Нет контекста kubeconfig	Нет подключения к кластеру	Запустите `az aks get-credentials` или аналог
Контроллер в CrashLoopBackOff	Проблема конфигурации или RBAC	`kubectl logs -n airunway-system -l control-plane=controller-manager --previous`
Провайдер не готов	Ошибка загрузки образа или RBAC	`kubectl logs <pod-name> -n <namespace>`
ModelDeployment завис в Pending	Ошибка планирования GPU или провайдер не готов	`kubectl describe modeldeployment <name> -n <namespace>`
Ошибки `bfloat16` при инференсе	T4 или V100 не поддерживают bfloat16	Добавьте `--dtype float16` в аргументы сервинга