Data on EKS (DoEKS): 优化的 Amazon EKS 数据和 AI 解决方案

RayRay
Amazon EKSAI/ML数据分析流媒体平台分布式数据库Github开源项目

Data on EKS (DoEKS):优化的 Amazon EKS 数据和 AI 解决方案

Data on EKS (DoEKS) 是一个由 AWS 开发的开源项目,旨在简化和加速在 Amazon Elastic Kubernetes Service (EKS) 上构建、部署和扩展数据和 AI/ML 工作负载的过程。DoEKS 为用户提供了一套全面的 Terraform 蓝图,包含了部署稳健解决方案的最佳实践,并配备了先进的日志记录和可 observable 性功能。

项目概述

DoEKS 的目标是帮助用户充分利用 Amazon EKS 的强大功能,同时简化复杂的数据和 AI 工作负载管理。该项目提供了一系列实用的示例和模式,涵盖了从数据处理到机器学习的广泛应用场景。

Data on EKS 架构图

上图展示了 DoEKS 使用的各种开源数据工具、Kubernetes 操作符和框架,以及它们与 AWS 数据分析托管服务的无缝集成。

主要特性

DoEKS 解决方案主要聚焦于以下几个领域:

  1. 数据分析:提供在 EKS 上运行高效数据处理和分析的蓝图。
  2. AI/ML:支持在 EKS 上部署和扩展 AI 和机器学习工作负载。
  3. 流处理平台:为实时数据流处理提供解决方案。
  4. 调度器工作流平台:优化 EKS 上的作业调度。
  5. 分布式数据库和查询引擎:支持在 EKS 上构建高性能、可扩展的分布式数据库和查询引擎。

技术栈

DoEKS 集成了多种先进的技术和框架,包括但不限于:

  • 数据处理: Apache Spark、Apache Flink
  • 消息队列: Apache Kafka
  • 工作流编排: Apache Airflow
  • 分布式计算: Ray
  • 机器学习服务: NVIDIA Triton Server、vLLM、TensorRT-LLM
  • 硬件加速: NVIDIA GPUs、AWS Trainium、AWS Inferentia

部署蓝图

DoEKS 提供了多种部署蓝图,以满足不同的数据和 AI 需求:

  1. Trainium-Inferentia on EKS: 用于在 AWS Neuron 加速器上运行生成式 AI 模型。
  2. JARK-Stack on EKS: 部署 JARK 堆栈,用于 NVIDIA GPU 上的 AI 工作负载。
  3. JupyterHub on EKS: 在 EKS 上部署自管理的 JupyterHub,并集成 Amazon Cognito 认证。
  4. EMR-on-EKS with Karpenter: 部署 EMR on EKS 集群,并使用 Karpenter 自动扩展 Spark 作业。
  5. Spark Operator with Apache YuniKorn on EKS: 使用 Spark Operator 和 Apache YuniKorn 运行自管理的 Spark 作业。
  6. Self-managed Airflow on EKS: 在 EKS 集群上设置自管理的 Apache Airflow。
  7. Argo Workflows on EKS: 在 EKS 集群上设置自管理的 Argo Workflow。
  8. Kafka on EKS: 使用流行的 Strimzi Kafka 操作符在 EKS 上部署自管理的 Kafka。

部署和使用

要开始使用 DoEKS,用户可以按照以下步骤操作:

  1. 克隆 DoEKS GitHub 仓库:

    git clone https://github.com/awslabs/data-on-eks.git
    
  2. 选择所需的部署蓝图,进入相应目录。

  3. 按照蓝图文档中的说明进行部署和配置。

  4. 利用 DoEKS 提供的最佳实践和工具,开始在 EKS 上构建和优化数据和 AI 工作负载。

社区和支持

DoEKS 是一个由 AWS 解决方案架构师维护的开源项目。虽然它不是 AWS 的官方服务,但社区提供了最大努力的支持。用户可以通过以下方式获取帮助和参与项目:

  • 在 GitHub 仓库的 Issues 部分提出问题或报告 bug
  • 贡献代码或文档
  • 分享使用经验和最佳实践

结语

Data on EKS (DoEKS) 为希望在 Amazon EKS 上构建和扩展数据和 AI 工作负载的组织提供了强大的工具和最佳实践。通过简化复杂的部署流程,提供优化的蓝图,以及集成先进的监控和可 observable 性功能,DoEKS 使得在 Kubernetes 上运行数据密集型应用变得更加容易和高效。无论是构建实时数据处理管道,还是部署大规模机器学习模型,DoEKS 都能为您的项目提供坚实的基础和清晰的指导。

随着项目的不断发展和社区的积极参与,我们可以期待 DoEKS 在未来会提供更多创新功能和优化方案,进一步推动 Kubernetes 生态系统在数据和 AI 领域的应用。对于那些希望充分利用 Amazon EKS 强大功能的组织来说,DoEKS 无疑是一个值得关注和尝试的项目。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多