Diese Seite wurde von der Cloud Translation API übersetzt.

Gemma mit Ollama und Open-WebUI bereitstellen

Mit den NVIDIA-GPUs für Unternehmen, die in der für KI optimierten SKU der GDC Sandbox enthalten sind, können Sie anspruchsvolle KI-Trainings- und ‑Inferenzanwendungen wie generative KI entwickeln und testen.

Gemma ist ein leichtgewichtiges Large Language Model, das auf der Gemini-Technologie basiert. In dieser Anleitung wird beschrieben, wie Sie Gemma mit Ollama und Open-WebUI in der GDC Sandbox bereitstellen.

Stellen Sie Ollama mit dem Gemma-Modell in einer KI-optimierten GDC-Sandbox mit GPUs bereit.
Prompts über die Open-WebUI-Schnittstelle an den Ollama-Dienst über seinen privaten Endpunkt senden.

Hinweise

Die GPUs in GDC Sandbox sind im Org-Infra-Cluster enthalten.

Wenn Sie Befehle für den Infrastrukturcluster der Organisation ausführen möchten, müssen Sie die kubeconfig des org-1-infra-Clusters haben, wie unter Mit Clustern arbeiten beschrieben:
- Konfigurieren und authentifizieren Sie sich mit der gdcloud-Befehlszeile.
- Generieren Sie die kubeconfig-Datei für den Infrastrukturcluster der Organisation und weisen Sie ihren Pfad der Umgebungsvariable KUBECONFIG zu.
Prüfen Sie, ob dem Nutzer die Rolle sandbox-gpu-admin für das Projekt sandbox-gpu-project zugewiesen ist. Standardmäßig ist die Rolle dem Nutzer platform-admin zugewiesen. Sie können die Rolle anderen Nutzern zuweisen, indem Sie sich als platform-admin anmelden und den folgenden Befehl ausführen:
```
kubectl --kubeconfig ${KUBECONFIG} create rolebinding ${NAME} --role=sandbox-gpu-admin \
--user=${USER} --namespace=sandbox-gpu-project
```
Richten Sie das Artifact Registry-Repository wie unter Artifact Registry verwenden beschrieben ein und melden Sie sich an, um Images in die Artifact Registry zu übertragen und daraus abzurufen.

Gemma-Modell mit Ollama und Open-WebUI bereitstellen

Das Deployment wird über eine Reihe von Kubernetes-Konfigurationsdateien (YAML-Manifeste) orchestriert, die jeweils eine bestimmte Komponente oder einen bestimmten Dienst definieren.

Erstellen Sie ein Dockerfile, in dem Gemma vorab heruntergeladen wird.

 FROM ubuntu

 # Install Ollama
 # This uses Ollamas official installation script, which adds Ollama to /usr/local/bin
 RUN apt-get update && apt-get install -y --no-install-recommends curl ca-certificates
 RUN curl -fsSL https://ollama.com/install.sh -o install.sh
 RUN chmod +x install.sh
 RUN ./install.sh && \
     rm -rf /var/lib/apt/lists/*

 # Set environment variables for Ollama (optional, but good practice)
 ENV OLLAMA_HOST="0.0.0.0"
 # ENV OLLAMA_MODELS="/usr/local/ollama/models" # Default is /root/.ollama
 # If you want to customize the model storage path within the container, set OLLAMA_MODELS
 # and then ensure you create and populate that directory. Default is usually fine for pre-downloaded.

 # --- Predownload Gemma Model ---
 # This step starts Ollama server in the background, pulls the model,
 # and then kills the server to allow the Docker build to continue.
 # This approach works around Docker''s RUN command limitations for services.

 RUN ollama serve & \
     sleep 5 && \
     # Give the Ollama server a moment to start up
     # Use --retry and --retry-connrefused to handle startup delays
     curl --retry 10 --retry-connrefused -s http://localhost:11434 || true && \
     echo "Attempting to pull gemma:7b..." && \
     ollama pull gemma:7b && \
     echo "Model pull complete. Cleaning up background Ollama process." && \
     pkill ollama || true # Gracefully kill the ollama serve process

 # Expose Ollama's default port
 EXPOSE 11434

 # Command to run Ollama server when the container starts
 CMD ["ollama", "serve"]

Erstellen Sie das Docker-Image und laden Sie es in das Artifact Registry-Repository hoch.

docker build -t ollama-gemma .
docker tag ollama-gemma REGISTRY_REPOSITORY_URL/ollama-gemma:latest
docker push REGISTRY_REPOSITORY_URL/ollama-gemma:latest

Ersetzen Sie Folgendes:

REGISTRY_REPOSITORY_URL durch die Repository-URL.

Erstellen Sie ein Secret zum Speichern der Docker-Anmeldedaten.


export SECRET=DOCKER_REGISTRY_SECRET
export DOCKER_TEST_CONFIG=~/.docker/config.json 
kubectl --kubeconfig ${KUBECONFIG}$ create secret docker-registry ${SECRET} --from-file=.dockerconfigjson=${DOCKER_TEST_CONFIG} -n sandbox-gpu-project

Ersetzen Sie Folgendes:

DOCKER_REGISTRY_SECRET: Name des Secrets.

Erstellen Sie eine Datei ollama-deployment.yaml, um die Bereitstellung der Ollama-KI-Engine zu definieren:

Für die Bereitstellung des Ollama-Servers ist eine GPU erforderlich.

  apiVersion: apps/v1
  kind: Deployment
  metadata:
    annotations:
      deployment.kubernetes.io/revision: "9"
    name: ollama
    namespace: sandbox-gpu-project
  spec:
    progressDeadlineSeconds: 600
    replicas: 1
    revisionHistoryLimit: 10
    selector:
      matchLabels:
        app: ollama
    strategy:
      rollingUpdate:
        maxSurge: 25%
        maxUnavailable: 25%
      type: RollingUpdate
    template:
      metadata:
        creationTimestamp: null
        labels:
          app: ollama
          egress.networking.gke.io/enabled: "true"
      spec:
        containers:
          - name: ollama
            image: REGISTRY_REPOSITORY_URL/ollama-gemma:latest
            imagePullPolicy: Always
            ports:
              - containerPort: 11434
                protocol: TCP
            resources:
              limits:
                nvidia.com/gpu-pod-NVIDIA_H100_80GB_HBM3: "1"
              requests:
                nvidia.com/gpu-pod-NVIDIA_H100_80GB_HBM3: "1"
            env:
              - name: OLLAMA_HOST
                value: 0.0.0.0
              - name: OLLAMA_ORIGINS
                value: http://localhost:8080,http://ollama-webui.ollama-llm.svc.cluster.local:8080,http://ollama-webui:8080
            securityContext:
              seLinuxOptions:
                type: unconfined_t
            terminationMessagePath: /dev/termination-log
            terminationMessagePolicy: File
        imagePullSecrets:
        - name: DOCKER_REGISTRY_SECRET
        dnsConfig:
          nameservers:
            - 8.8.8.8
        dnsPolicy: ClusterFirst
        restartPolicy: Always
        schedulerName: default-scheduler
        terminationGracePeriodSeconds: 30

Ersetzen Sie Folgendes:

REGISTRY_REPOSITORY_URL: die Repository-URL.
DOCKER_REGISTRY_SECRET: Name des Secrets.

Erstellen Sie die Datei ollama-service.yaml, um den Ollama-Server intern verfügbar zu machen.

apiVersion: v1
kind: Service
metadata:
  name: ollama
  namespace: sandbox-gpu-project
  annotations:
    metallb.universe.tf/ip-allocated-from-pool: lb-address-pool-0-ptleg
spec:
  type: LoadBalancer
  selector:
    app: ollama
  ports:
    - port: 11434
      nodePort: 30450
  ipFamilyPolicy: SingleStack
  ipFamilies:
    - IPv4
  clusterIPs:
    - 10.1.122.216
  clusterIP: 10.1.122.216

Manifeste anwenden

kubectl --kubeconfig ${KUBECONFIG} apply -f ollama-deployment.yaml
kubectl --kubeconfig ${KUBECONFIG} apply -f ollama-service.yaml

Prüfen Sie, ob die Ollama-Pods ausgeführt werden.

kubectl --kubeconfig ${KUBECONFIG} get deployments -n sandbox-gpu-project
kubectl --kubeconfig ${KUBECONFIG} get service -n sandbox-gpu-project

Notieren Sie sich die externe IP-Adresse des Ollama-Dienstes OLLAMA_BASE_END_POINT aus der Ausgabe.

kubectl --kubeconfig ${KUBECONFIG} get service ollama \
      -n sandbox-gpu-project -o jsonpath='{.status.loadBalancer.ingress[*].ip}'

Erstellen Sie die Datei openweb-ui-deployment.yaml, um die Open-WebUI-Schnittstelle bereitzustellen.

  apiVersion: apps/v1
  kind: Deployment
  metadata:
    name: ollama-webui
    namespace: sandbox-gpu-project
    labels:
      app: ollama-webui
    annotations:
      deployment.kubernetes.io/revision: "5"
  spec:
    replicas: 1
    selector:
      matchLabels:
        app: ollama-webui
    strategy:
      type: RollingUpdate
      rollingUpdate:
        maxSurge: 25%
        maxUnavailable: 25%
    progressDeadlineSeconds: 600
    revisionHistoryLimit: 10
    template:
      metadata:
        labels:
          app: ollama-webui
        creationTimestamp: null
      spec:
        containers:
          - name: ollama-webui
            image: ghcr.io/open-webui/open-webui:main
            imagePullPolicy: IfNotPresent
            ports:
              - name: http
                containerPort: 8080
                protocol: TCP
            env:
              - name: OLLAMA_BASE_URL
                value: OLLAMA_BASE_END_POINT
              - name: PORT
                value: "8080"
            terminationMessagePath: /dev/termination-log
            terminationMessagePolicy: File
        restartPolicy: Always
        dnsPolicy: ClusterFirst
        schedulerName: default-scheduler
        terminationGracePeriodSeconds: 30

Ersetzen Sie Folgendes:

OLLAMA_BASE_END_POINT: die externe IP-Adresse des Ollama-Dienstes.

Erstellen Sie eine Datei ollama-webui-service.yaml, um die offene Web-UI-Oberfläche extern verfügbar zu machen.

apiVersion: v1
kind: Service
metadata:
  name: ollama-webui
  namespace: sandbox-gpu-project
  annotations:
    metallb.universe.tf/ip-allocated-from-pool: lb-address-pool-0-ptleg
spec:
  type: LoadBalancer
  ipFamilyPolicy: SingleStack
  ipFamilies:
  - IPv4
  clusterIPs:
  - 10.1.104.52
  clusterIP: 10.1.104.52
  ports:
  - port: 80
    targetPort: 8080
    nodePort: 32351
  selector:
    app: ollama-webui

Wenden Sie die Manifeste openweb-ui-deployment.yaml und ollama-webui-service.yaml auf den Cluster an.

    kubectl --kubeconfig ${KUBECONFIG} apply -f openweb-ui-deployment.yaml
    kubectl --kubeconfig ${KUBECONFIG} apply -f ollama-webui-service.yaml

Erstellen Sie eine Projektnetzwerkrichtlinie, um eingehenden Traffic von externen IP-Adressen zuzulassen.

kubectl --kubeconfig ${KUBECONFIG} apply -f - <<EOF
apiVersion: networking.global.gdc.goog/v1
kind: ProjectNetworkPolicy
metadata:
  namespace: sandbox-gpu-project
  name: allow-inbound-traffic-from-external
spec:
  policyType: Ingress
  subject:
    subjectType: UserWorkload
  ingress:
  - from:
    - ipBlock:
        cidr: 0.0.0.0/0
EOF

Ermitteln Sie mit dem folgenden Befehl die externe IP-Adresse des Ollama-Dienstes. Notieren Sie sich den Wert für die späteren Schritte, in denen Sie ihn für OPEN_WEB_UI_ENDPOINT einsetzen.
```
kubectl --kubeconfig ${KUBECONFIG} get service -n sandbox-gpu-project
```
Öffnen Sie Google Chrome und geben Sie die URL mit der externen IP-Adresse ein, die Sie im vorherigen Schritt ermittelt haben. Sie können jetzt über die Open Web UI-Oberfläche mit dem Gemma-Modell interagieren.
```
http://OPEN_WEB_UI_ENDPOINT/
```

Gemma mit Ollama und Open-WebUI bereitstellen Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Hinweise

Gemma-Modell mit Ollama und Open-WebUI bereitstellen

Gemma mit Ollama und Open-WebUI bereitstellen