Un déploiement AIDE à nœud unique s'installe sur une seule machine virtuelle Linux que vous fournissez. Le programme d'installation configure automatiquement tout le reste, y compris k3s, l'environnement d'exécution Kubernetes, ainsi que les outils de prise en charge et la configuration de l'hôte dont AI Data Engine a besoin. Vous n'avez pas besoin d'installer ni de gérer Kubernetes, et vous n'avez pas besoin d'expertise Kubernetes.

Un déploiement AIDE à nœud unique est disponible en trois tailles — Small, Medium et Large — pour des environnements allant jusqu’à environ 200 millions, 1 milliard et 3 milliards de fichiers, respectivement. Pour connaître la configuration requise complète des VM et du système d’exploitation, consultez "exigences AIDE". Ces tailles constituent des références recommandées, et non des limites strictes ; consultez "directives de dimensionnement flexibles" pour savoir ce qui détermine le dimensionnement et quoi faire si vous dépassez une taille.

Déployez un déploiement AIDE multi-nœuds si votre environnement exige une haute disponibilité, une tolérance aux pannes, des mises à niveau progressives ou une capacité supérieure à la taille maximale d'un déploiement mono-nœud. Un déploiement AIDE multi-nœuds est déployé sur un cluster Kubernetes existant. Vous devez fournir votre propre cluster Kubernetes (RKE2, OpenShift, ou AKS). Vous approvisionnez et gérez vous-même le cluster, et il peut être partagé avec d'autres charges de travail ou être dédié à AI Data Engine. Le programme d'installation ne crée ni ne gère le cluster. La machine à partir de laquelle vous exécutez le programme d'installation est un hôte de gestion léger et n'exécute pas de charges de travail AI Data Engine.

Un déploiement multi-nœuds AIDE est disponible en trois tailles — Petite, Moyenne et Grande — pour des environnements allant jusqu’à environ 1 milliard, 3 milliards et 6 milliards de fichiers, respectivement. Pour le dimensionnement complet des nœuds et les exigences du cluster, consultez "exigences AIDE". Ces tailles constituent des bases de référence recommandées, et non des limites strictes : les environnements dépassant 6 milliards de fichiers nécessitent un dimensionnement personnalisé avec NetApp. Voir "directives de dimensionnement flexibles" pour plus de détails.

Vous pouvez déployer AI Data Engine directement depuis NetApp Console. Accédez à AI data hub > AI Data Engine et déployez AI Data Engine. Utilisez l'assistant pour choisir un type de déploiement, puis exécutez la commande d'installation dans un environnement qui répond aux "exigences AIDE".

NetApp Console ne provisionne pas l’infrastructure pour AI Data Engine. Pour un déploiement sur un seul nœud, vous préparez une VM Linux, et le programme d’installation configure le reste. Pour un déploiement multinœud, vous préparez un cluster Kubernetes. Dans les deux cas, l’infrastructure doit répondre aux exigences. Vous copiez ensuite la commande d’installation pré-générée depuis NetApp Console et l’exécutez sur l’hôte cible. La commande initialise le runtime et déploie automatiquement la pile AI Data Engine.

Les déploiements à nœud unique se terminent généralement en 45 minutes. Les déploiements multinœuds se terminent généralement en 30 minutes. Le programme d'installation inclut des délais d'attente et des nouvelles tentatives intégrés pour gérer les problèmes temporaires pendant le démarrage des composants.

Pour connaître toutes les étapes, voir "Déployer AI Data Engine en tant que déploiement mononœud" et "Déployer AI Data Engine en déploiement multinœud".

Si votre hôte ou cluster accède à Internet uniquement via un proxy sortant, déployez AI Data Engine avec un proxy. Les étapes de configuration du proxy diffèrent selon le type de déploiement ; chaque type possède donc son propre sujet dédié qui remplace le sujet de déploiement standard.

Pour connaître la procédure complète, consultez "Découvrez les proxies pour AI Data Engine" pour les types de proxy pris en charge, et "Accès Internet sortant" pour les points de terminaison à autoriser sur votre proxy.