feat: 完成 issue #8 ⑥ K8s/Helm 部署底座 + 昇腾适配层

2026-08-04 22:04:18 +08:00
parent 691a812fcf
commit e620d4937e
20 changed files with 1013 additions and 0 deletions
@@ -0,0 +1,65 @@
+# iAOP Helm Chart（一键部署底座）
+
+对应 PRD 5.6「⑥ 部署底座」与 EPIC #8：
+K8s/Helm/ArgoCD 部署底座；GPU/NPU 推理后端可插拔（5090 / 华为昇腾）。
+**验收：一套 Chart 部署内核 + 模板；切换后端仅改 values，不动业务代码。**
+
+## 目录结构
+
+```
+deploy/k8s/helm/iaop/
+├── Chart.yaml                 Chart 元信息（name/version/appVersion）
+├── values.yaml                全部配置点（镜像/后端/副本/资源/存储/灰度/域名）
+├── templates/
+│   ├── _helpers.tpl           标签/名称辅助模板
+│   ├── backend-configmap.yaml 推理后端适配层配置（按 backend 分支渲染）
+│   ├── deployment.yaml        推理服务 Deployment（nodeSelector 按后端分流）
+│   ├── service.yaml           ClusterIP 服务（:8000/v1）
+│   ├── ingress.yaml           可选域名入口
+│   ├── pvc.yaml               模型权重/日志持久化
+│   └── NOTES.txt              部署后提示
+└── README.md
+```
+
+## 一键部署
+
+```bash
+helm repo add iaop http://git.xayunmei.com/iaop/charts  # 或本地路径
+helm install iaop deploy/k8s/helm/iaop -n iaop --create-namespace
+```
+
+## 切换推理后端（仅改 values，业务代码零改动）
+
+```bash
+# 默认 gpu（NVIDIA 5090，vLLM/Triton）：
+helm install iaop deploy/k8s/helm/iaop -n iaop \
+  --set inference.backend=gpu \
+  --set inference.device=nvidia-5090
+
+# 切换为华为昇腾 NPU（ACL/CANN/MindIE）：
+helm upgrade iaop deploy/k8s/helm/iaop -n iaop \
+  --set inference.backend=npu \
+  --set inference.device=ascend-910b \
+  --set inference.cannVersion=8.0
+```
+
+切换行为（由模板自动处理）：
+- `backend-configmap.yaml`：渲染对应后端适配层配置（npu 追加 `cann_version`）；
+- `deployment.yaml`：nodeSelector 自动切到 `ascend.com/npu=true`（GPU 为 `nvidia.com/gpu=true`），
+  并在 Pod 标签标注 `iaop.ai/inference-backend`；
+- 后端实现差异全部收敛在 `core/inference-backend/` 适配层，业务代码零改动。
+
+## 其他配置点（PRD 5.6）
+
+| 配置点 | values 路径 | 说明 |
+| --- | --- | --- |
+| 资源配额 | `resources.requests/limits` | CPU/内存配额 |
+| 推理后端选择 | `inference.backend` | `gpu` / `npu` |
+| 灰度发布策略 | `rollingUpdate` | `maxUnavailable: 0, maxSurge: 1`（滚动） |
+| 存储 | `storage.*` | 模型权重持久卷 |
+| 域名入口 | `ingress.*` | 可选 Ingress |
+
+## 说明
+
+- Chart 未引入任何外部依赖（dependencies 为空），`helm template` 可离线渲染；
+- 推理服务镜像对应 `core/inference-backend/` 适配层容器化（本文档发布配套镜像时更新 `image.tag`）。