# rllib

moey920

오늘은 기구성된 쿠버네티스 환경 위에 Kuberay를 이용해서 ray 클러스터를 올려보고자 합니다. 개요 기존의 쿠버네티스 환경에서도 ray를 이용한 파드는 잘 사용했습니다만, top이나 bpytop으로 정확히 어떤 프로세스가 어느 CPU를 점유하고, 메모리를 얼마나 사용하고 있는지 알기 힘듦 ray 리소스 할당에 따라 강화학습 훈련 모델 시간과 리소스 사용량이 얼마나 되는지 파악하기 힘듦 ray를 활용한 프로덕션을 배포하고자 할 때 정확히 필요한 리소스를 지정하고 싶음. 등의 문제로, 쿠버네티스 환경에서 ray를 사용할 때 ray DashBoard를 활용해 다양한 로그를 확인할 수 있도록 해보고자 합니다. 전제조건 Kubernetes 클러스터 (로컬 클러스터를 구축해서 테스트해보려면 앞선 포스팅에서 Minikube를 이용한 클러스터 구축을 확인해주세요.) Kuberay Operator 배포 > KubeRay GitHub 리포지토리에서 관련 구