iAOP/deploy/k8s/helm/iaop/README.md

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

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）

# 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）。