|
| loadbalancer.fptcloud.com/x-forwarded-for | "true"/"false" | "false" | LoadBalancer layer7 を使用する場合、リクエストのヘッダーを LoadBalancer プールバックエンドに転送するには、値を「true」に設定します。 注意：プロキシプロトコルと x-forwarded-for を同時に使用することはできません。 |
また、マネージド GPU クラスターでは、ユーザーが以下を設定できます。
**LoadBalancer に割り当てられた floatingIP を指定する LoadBalancer サービスタイプを作成します。**
#### 注意：パブリック IP は VPC に割り当てられ、非アクティブの状態である必要があります。ユーザーは**ネットワーク-> フローティングIP**で確認してください。
サービス設定の**「spec」**セクションにある**「loadBalancerSourceRanges」**を使用して制限します。
* 14.233.234.0/24
* 10.250.0.0/24
#### 注：「loadBalancerSourceRanges」設定には、ロードバランサーへのアクセスが許可されているパブリック IP アドレスの範囲の配列が含まれています。デフォルトでは、M-FKE は、ソース IP アドレスの範囲が 0.0.0.0/0 のロードバランサーのサービスタイプを作成します。
Ollama は、個人用コンピュータやサーバー上で大規模言語モデル (LLM) を実行、管理、カスタマイズできるオープンソースのツールであり、Llama、DeepSeek、Mistral などのさまざまなモデルをサポートしています。 .............Open-WebUI は、Ollama と連携するために特別に設計されたオープンソースの Web インターフェースで、LLM モデルの管理と使用をユーザーフレンドリーで簡単に体験できます。
Ollama と連携し、LLM モデルの管理と使用において、ユーザーフレンドリーで簡単な操作性を提供します。
このドキュメントでは、Ollama と Open-WebUI を使用して DeepSeek-R1 モデルを FPT マネージド GPU クラスター に実装する手順を説明します。これにより、ユーザーは簡単かつ簡単に使用することができます。
{% stepper %}
{% step %}
**ステップ 1：**Open-WebUI の既存のソースコードとスクリプトをクローンする
```
> git clone https://github.com/open-webui/open-webui
> cd open-webui/kubernetes
```
{% endstep %}
{% step %}
**ステップ 2：**スクリプトを実行して ollama と open-webui をデプロイします。 ディレクトリ内には、**namespace、ollama statefulSet、ollama service、open-webui deployment、open-webui service** など、デプロイに必要なすべてのファイルが含まれています。
```
> cd kubernetes
> kubectl apply -f ./kubernetes/manifest
```
{% endstep %}
{% step %}
**ステップ 3:** ブラウザで、転送されたポート（例：[http://localhost:52433](http://localhost:52433/)）の open-webui にアクセスします。OpenWebUI を初めてインストールして使用する場合、ユーザーは、名前、メールアドレス、パスワードなどの情報を設定する必要があります。
{% endstep %}
{% step %}
**ステップ 4：**インストールが完了したら、ユーザーは使用するモデルを選択します。ここでは、DeepSeek-R1 モデル、バージョン **1.5b** をインストールします。
{% endstep %}
{% step %}
**ステップ5：**モデルが読み込まれて実行された後、ユーザーはインターフェースを通じて非常にシンプルかつ直感的にモデルと対話できます。
{% endstep %}
{% endstepper %}
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://ai-docs.fptcloud.com/ai-factory-guideline-jp/fpt-gpu-cloud/gpu-cluster/gpu-cluster-managed-k8s-with-metal-cloud/chtoriaru/10-gpukurasut.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.