Skip to content

Latest commit

 

History

History
196 lines (130 loc) · 6.72 KB

deck.md

File metadata and controls

196 lines (130 loc) · 6.72 KB
marp theme class
true
default
invert

エッジAI における CI/CD - GitHub 編

自己紹介

岩永かづみ / IWANAGA Kazumi

  • フリーランス, ZEN Architects 所属
  • Microsoft MVP for Azure
  • Azure における Infrastructure as Code や GitHub を用いた CI/CD 自動化が得意
  • GitHub公認トレーナー

Twitter: @dz_ GitHub: @dzeyelid Zenn: dzeyelid

CI/CD のおさらい

CI/CD のおさらい

  • Continuous Integration/Continuous Delivery(Deployment)
  • DevOps の考え方を取り入れるときにキーとなる自動化
  • CI: 主に ビルド、テスト など
  • CD: 主に デプロイ

GitHub における CI/CD

GitHub における CI/CD に関連したサービス

関連するサービス 説明
GitHub Actions 自動化の手順を記述したワークフローを実行できる
GitHub Marketplace GitHub Actions で利用できるアクションを探すことができる
GitHub Packages 様々な言語に対応したパッケージレジストリ
GitHub Container Registry コンテナイメージのレジストリ
（GitHub Packages の一部）

GitHub Actions

GitHub Actions とは

ワークフローに処理を定義しておき、定義したトリガを契機に実行させる。

  • アクション
  • トリガ
  • ランナー
  • シークレット
  • Environment

GitHub Actions のアクション

OSSで構成された処理のコンポーネント

GitHub Actions のトリガ

ワークフローを実行する契機を定義する

  • プルリクエストを作成、編集、クローズされたとき
  • プッシュされたとき
  • issue が作成、更新、クローズされたとき
  • REST API や手動による実行

くわしくは、

GitHub Actions のランナー

GitHub Actions のシークレット、Environment

機能 説明
シークレット - 機密情報はシークレットに格納し、ワークフローから参照できる
- ログ上でも目隠しされる
- スコープは、リポジトリ、Environment、Oraganization 単位
Environment 承認者（reviewers）によるワークフロー実行の待機をさせたり、環境ごとのシークレットを設定できる

おまけ: Branch Protection rule と組み合わせて強化

  • Branch Protection rule（ブランチ保護ルール）の Require status checks to pass before merging を有効化することで、プルリクエストに対するワークフローの実行ステータスが成功した場合のみマージできるよう制限できる
  • コードの品質保持やセキュリティ対策を行える
  • 参考: About protected branches - GitHub Docs

GitHub Container Registry

GitHub Container Registry とは

  • コンテナイメージを格納、配布できるレジストリ
  • GitHub の認証を用いてアクセスできる

エッジAIにおける CI/CD の考察

エッジAIにおける CI/CD の考察

着目点 Webアプリケーションの場合 エッジAIの場合
デプロイするもの アプリケーション アプリケーション、AIモデル
デプロイ先 サーバー エッジ
  • 最近の Webアプリケーション開発では、クラウドプラットフォームの恩恵でデプロイが容易に
  • エッジの場合、デプロイの仕組みを構成するのが大変？

エッジAIにおける CI/CD のデモ

エッジAIにおける CI/CD のデモ

  • デプロイの仕組みに、Azure IoT Edge を利用
  • AIモデルの生成は Azure Custom Vision を採用
  • CI/CD のワークフローは GitHub Actions を利用
  • IoT Edge で利用するコンテナイメージは GitHub Container Registry を利用

Azure IoT Edge について

  • コンテナの技術を利用し、エッジのアプリケーション管理ができる
  • アプリケーションのデプロイや状態の共有ができる

Azure Custom Vision について

  • 任意の画像を学習し、分類やオブジェクトの検出ができる
  • GUI による操作ができる
  • 複数の形式でモデルのエクスポートができる
    • デモでは Dockerfile 形式でエクスポートを行う

デモシナリオ

  1. Azure Custom Vision で学習する（イテレーションが作成される）
  2. イテレーションIDを更新したプルリクエストを作成する
  3. CI - Custom Vision モデルのエクスポート（Dockerfile）、ダウンロードする
    • 初回のモデルのダウンロード、一度ワークフローは失敗する （意図的、解説）
  4. CI - Dockerfile（Custom Visionのモデル含む）をビルド、イメージをプッシュする
  5. CD - IoT Edge で管理しているデバイスにデプロイする