このホスト
プラットフォームを入れたマシンでそのまま実行。インストールしてすぐ使えます。
VersaDesk Lite｜プライベート AI 計算プラットフォーム
1 台のワークステーションから、 GPU クラスターまるごとへ
ひとつのプラットフォーム、ひとつの操作。まずは 1 台のマシンで AI を使い始め、計算資源が足りなくなったら他のホストを追加するか、Kubernetes クラスターを構築できます。計算もデータも社内にとどまります。
- 1 台のワークステーション
- 複数ホスト
- Kubernetes クラスター
イメージ
ひとつの使い方
3 種類の計算資源を、同じ操作で
管理者がマシンを接続すれば、利用者はプロジェクトを作って実行し、結果を見るだけ。ジョブはプロジェクトで選んだ場所で動きます。
他の Docker ホスト
メンテナンスコンソールで空いているサーバーを実行マシンにすると、ジョブが振り分けられます。
Kubernetes クラスター
自前で構築するか、既存のクラスターを接続。プロジェクトごとに専用の領域と上限があります。
利用者の画面はまったく同じ。同じフォーム、同じ結果、同じターミナル。
クラスター構築
コンソールで数クリック、クラスター完成
設定ファイルもコマンドも不要。マシンを選び、役割を決めて作成を押すだけで、Kubernetes、GPU コンポーネント、共有ストレージをまとめて導入します。
-
マシンを選ぶマシンを選ぶ -
Master Node と VIPMaster Node と VIP -
名前とストレージ名前とストレージ -
導入前チェック導入前チェック -
構築構築 -
完了完了
マシンを選ぶ
- オフライン導入対応
- ローリングアップグレード
- バックアップと復元
- ノードをいつでも増減
クラスター接続
クラスターをお持ちなら、そのまま接続
管理者の設定を一度貼り付けるだけ。プラットフォームはクラスター内に専用の作業領域を作り、その中だけで動作するため、既存のサービスには触れません。
-
プロジェクトごとの空間
プロジェクトはクラスター内に専用の空間を持ち、互いに見えません。
-
上限は管理者が設定
CPU・メモリー・GPU の使用量は管理者が決めます。
-
結果は自動で回収
ジョブの出力は単体ホストと同じくプロジェクトフォルダーに戻ります。
Kubernetes クラスター
既存のサービス
プラットフォームの領域
プロジェクト
プロジェクト
プロジェクト
GPU
1 枚の GPU を分けて使う
管理者がプロジェクトごとに使える枚数と、専有か共有かを決めます。MIG 対応カードは複数に分割できます。Docker とクラスターの使用状況は同じ画面で確認できます。
専有
カード 1 枚を 1 プロジェクトに。
共有
複数のプロジェクトで順番に使い、順番待ちはプラットフォームが管理。
MIG 分割
1 枚を分割し、複数のジョブで同時に使用。
GPU リソースモニター：Docker ホストとクラスターの GPU を 1 ページで
ホスト系アプリ
複数ホストを 1 か所で管理
1 台ずつログインする必要はありません。プラットフォームのホストと他のホストの状態・コンテナー・ファイル・ターミナルをブラウザーで扱えます。
ホスト状態
ホスト状態
CPU・メモリー・ディスク・GPU をリアルタイムに。
ホスト Docker 管理
ホスト Docker 管理
イメージとコンテナーを確認・整理。
ホストターミナル
ホストターミナル
そのマシンのアカウントでシェルを開く。
ホストファイルマネージャー
ホストファイルマネージャー
ファイルのアップロード・ダウンロード・整理。
共有ストレージ
データはジョブについていく
コンソールで NAS を一度登録すれば、各ホストとクラスターノードに自動でマウント。どのマシンで実行しても同じプロジェクトフォルダーを読めます。
おなじみの機能
これまでの機能も、そのまま便利に
App Store から AI パッケージをワンクリックで導入、デスクトップ版とクラシック版の 2 つの画面、ブラウザーでのモデル学習。
AI TRAINING
AI 学習の実例
以下の画面はすべて、実際に動かしたパッケージのものです。
LLaMA-Factory で言語モデルを微調整し、学習の様子を見守り、終わればすぐ対話で確かめます。
01
モデルとデータセットを選んで開始すると、学習曲線がリアルタイムに更新されます。
WHERE IT RUNS
ワークステーションからサーバー、DGX Spark まで
VersaDesk Lite は自社の Linux マシンにインストールでき、x64 と arm64 の両方に対応します。NVIDIA GPU があれば AI の学習と推論を実行でき、メンバーはブラウザから接続して利用します。
ワークステーション
x64 · NVIDIA RTX GPU
GPU を搭載したワークステーション 1 台で、小規模チームが AI ツールを共有できます。
サーバー
x64 · 複数 GPU
複数 GPU のサーバーでは、プラットフォームが GPU を各プロジェクトに割り当てます。
DGX Spark
arm64 · GB10 統合メモリ
デスクトップ型 AI マシン。プラットフォームが自動で認識し、専用の設定を適用します。
DGX Spark 向けの詳細Ubuntu・Debian（x64 / arm64）に対応 · Docker はインストーラーが自動で準備 · GPU がなくても一般的なタスクを実行可能
EASY SETUP
インストーラー 1 つ、数ステップで稼働
マシンでコマンドを 1 行実行し、あとはブラウザでセットアップウィザードを進めるだけ。データベースなどの関連サービスはプラットフォームが自動で用意します。
admin@ai-server:~$
sudo sh versadesk-lite-linux-x64.run
- ✓ マシンのアーキテクチャを確認
- ✓ Docker 環境を準備
- ✓ プラットフォームとメンテナンスコンソールをインストール
- ✓ 起動時の自動開始を設定
→ http://192.168.1.10:8080
このアドレスをブラウザで開く
マシンでコマンドを 1 行実行すれば、あとはインストーラーが自動で進めます。
-
01
インストーラーをダウンロード
x64 用と arm64 用の 1 ファイルずつ。プラットフォームとメンテナンスコンソールを収録。
-
02
コマンドを 1 行実行
インストーラーが環境を確認し、導入を完了します。
-
03
ブラウザで設定
ウィザードで管理者を作成し、サイトとネットワークを設定。
-
04
オンライン更新
新しいバージョンは Web 画面から更新できます。
YOUR WORKFLOW
公式パッケージ以外に、独自の流れも定義できます
公式の学習パッケージや手順が合わなければ、自分で Runbook を書けます。独自のイメージ・スクリプト・パラメーターで、実行フォームは Runbook から自動生成され、同じ GPU で実行できます。
01
タスクエディターで入力パラメーターと実行ステップを定義します。
ずっと使える
小さく始めて、いつでも拡張
最初から設備をそろえる必要はありません。手元のマシンから始め、必要になったら追加。同じプラットフォームをそのまま使い続けられます。
-
単体ホスト
ワークステーションやサーバー 1 台。小規模チームや試用に。
-
複数ホスト
空いているサーバーを追加して負荷を分散。
-
自前クラスター
コンソールで Kubernetes クラスターを構築。部門での共用に。
-
既存クラスター接続
IT 部門の既存クラスターに接続。プラットフォームは専用領域内だけで動作。