Omnia:一站式集群部署与管理

Omnia 是戴尔推出的开源工具,旨在简化在 Dell PowerEdge 基础设施上部署和管理高性能计算(HPC)、人工智能(AI)和数据分析集群的过程。它面向 AI 基础设施工程师、数据分析团队、HPC 管理员和戴尔 PowerEdge 运维人员。 主要功能包括: - 部署和管理基于 Slurm 的 HPC 集群,支持 GPU 加速工作负载和动态节点管理。 - 部署和配置用于平台服务、监控和存储的 Kubernetes 服务集群。 - 支持磁盘配置(1.x 版本)和无盘配置及容器化部署(2.x 版本)。 - 通过 GitLab CI/CD 管道和 BuildStreaM 目录驱动的工作流自动化集群部署。 - 管理计算、存储和网络资源。 - 安装优化库、机器学习框架和 AI 模型。 - 提供运维管理功能,包括添加/删除节点、重新配置、升级和回滚 Omnia 版本、OIM 清理、日志管理和安全加固。 Omnia 采用订阅制商业模式,学习曲线较高,提供公共 API,支持自托管,并拥有活跃的开源社区。