<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Tayfun Akbaş on Medium]]></title>
        <description><![CDATA[Stories by Tayfun Akbaş on Medium]]></description>
        <link>https://medium.com/@tayfunakbas007?source=rss-79fdbe2ed582------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*Jo8Pi7agNH9_R-KNYazPiA.jpeg</url>
            <title>Stories by Tayfun Akbaş on Medium</title>
            <link>https://medium.com/@tayfunakbas007?source=rss-79fdbe2ed582------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 07:35:54 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@tayfunakbas007/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[NVIDIA GPU Kartlarının VMware Üzerinde Sanallaştırılması (vGPU)]]></title>
            <link>https://medium.com/t%C3%BCrk-telekom-bulut-teknolojileri/nvidia-gpu-kartlar%C4%B1n%C4%B1n-vmware-%C3%BCzerinde-sanalla%C5%9Ft%C4%B1r%C4%B1lmas%C4%B1-vgpu-74e68d3d209a?source=rss-79fdbe2ed582------2</link>
            <guid isPermaLink="false">https://medium.com/p/74e68d3d209a</guid>
            <category><![CDATA[nvidia-ai-enterprise]]></category>
            <category><![CDATA[vgpu]]></category>
            <category><![CDATA[gpu-virtualization]]></category>
            <dc:creator><![CDATA[Tayfun Akbaş]]></dc:creator>
            <pubDate>Mon, 08 Sep 2025 08:42:53 GMT</pubDate>
            <atom:updated>2025-09-08T08:42:53.076Z</atom:updated>
            <content:encoded><![CDATA[<p>NVIDIA GPU Kartlarının VMware Üzerinde Sanallaştırılması (vGPU)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/410/0*SK810zCPwshWpVPj.jpg" /></figure><p>Merhaba! Bir AI projesi yapmak istiyorum da, elinizde fazladan GPU var mı acaba???</p><p>Bildiğiniz üzere son zamanlarda GPU içeren sunucular üzerine talepler oldukça artmış durumda. Bu talepler haliyle donanım OPEX ve CAPEX maliyetleri oldukça yüksek seviyelere getirmektedir. Burada aslında tek konu maliyetler de değil, işin içine tedarik süreçleri de girdiği aşamada istediğiniz bir AI projesini hızlı bir şekilde hayata geçiremiyorsunuz. Yani istediğiniz an elinizde GPU’lu bir sunucu olamıyor maalesef. Talep çok olduğu için tedarik süreçleri 6 aya kadar uzayabiliyor.</p><p>Taleplere hızlı cevap vermek ve optimum kaynak kullanımı ile ilerlemek adına sanal GPU dediğimiz MIG, vGPU gibi yapılar çözüm yolu olabiliyor. Yıllar önce sunucu sektöründe artan maliyetleri ve atıl kaynakları daha doğru yönetebilmek için çıkan sanallaştırma teknolojisini, yine bir donanım olan GPU için de kullanmak mümkün. Bu yapı vGPU olarak adlandırılıyor. MIG yapısından biraz farklı ve daha esnek bir yapı sunuyor. Bu esneklik her ne kadar avantaj olsa da MIG’e göre lisans maliyeti ile gelmesi bir yerde dezavantaj olarak değerlendirilebilir.</p><p>Kısacası her AI çalışması için fiziksel bir sunucu sağlamaktansa bu yapıyı aynı standart sunucu süreçlerindeki gibi sanallaştırdığımızda kaynaklar ile birçok yapıyı düşük maliyetli vGPU (vRAM + GPU CUDA) yapıları üzerinde çalıştırabiliyoruz.</p><p>Kullanacağınız LLM model parametresine ve GPU modeline bağlı olarak, anlatacağım yöntem ile daha çok Inference yani çıktı aldığımız (chatbot) yapıları veya Fine+Tune dediğimiz model üzerinde limitli değişiklik süreçlerini aktif edebileceğiniz yapıları oluşturmak daha uygun olabiliyor. Ayrıca sLM dediğimiz küçük dil modellerini çalıştıracağınız, vektör veri tabanı kullanarak RAG mimari oluşturacağınız yapılar için de uygun olacaktır.</p><p>Bazı durumlarda training(Model Eğitimi) için fiziksel sunucu kullanımı daha uygun olabiliyor. Daha yüksek vRAM ve GPU CUDA desteğine ihtiyacınız bulunan parametre sayısı çok yüksek olan modellerde maalesef sanallaştırma yapmak çok uygun olmuyor. Kabaca bir hesaplama yapacak olursak 7B (7 Milyar) parametreli bir model için aşağıdaki hesaplama ile ihtiyaç olan vRAM değerini çıkartabiliriz.</p><p>Model ağırlığı 2byte (FP16) olacak şekilde; (integer (INT8-INT4) olarak çalışırsanız ağırlık 1 veya 0,5 byte olacaktır)</p><p>7 000 000 000 x 2 byte = 14 000 000 000 byte = 14 GB</p><p>Toplam eğitim belleği gereksinimi <strong>ağırlığın</strong> <strong>3x-6x</strong> katıdır. En iyi ihtimali hesaplarsak bu değer;</p><p>14 GB X 3 = <strong>45 GB</strong> vRAM olacaktır.</p><p><strong>Sonuç olarak;</strong> Training için 48 vRAM’e sahip olan bir L40S’i sanallaştırmak 7B parametre için bile maalesef olası değildir. Bu model en düşük modellerden biridir. Kurumsal yapılarda daha yüksek modeller kullanılır ve bu modelleri ise NVIDIA DGX H200 veya HGX H200 (4–8 Socket, her socket 141GB vRAM, 16,896 CUDA) ürünleri üzerinde sanallaştırma yaparak kullanabilirsiniz. Öncesinde LLM modele göre kaynak hesaplaması yapmak faydalı olabilir.</p><p>Öncelikli olarak konfigürasyon kapsamında bazı gereksinimlerin sağlanması gerekiyor. Elinizde bulunan GPU’lu sunucu bir VMware(farklı bir katman da olabilir, citrix vb) ortamında host olarak tanımlanmalı ve disk, network yapıları standart yapılara göre oluşturulmalıdır. Bu kısım tamamen IaaS operasyonu olarak geçmektedir. Tavsiye olarak; GPU Farm ayrı bir cluster olarak kurulabilir.</p><p>Tüm host işlemleri tamamlandıktan sonra, yaklaşık 2.2 GB AI Enteprise paketini kurmalısınız. Eğer kurumunuzda daha önce GPU sanallaştırması yapmadıysanız öncelikli olarak 4. adımı uygulayarak organizsayonu (Firma bilgilerini) tanımlamanız ve bir kullanıcı grubu oluşturmanız gerekmektedir.</p><p>Ayrıca bu yapının kurulması için aldığınız ürüne atanmış AI Enterprise lisansı bulunması gerekmektedir. Satıcı firmalardan donanım talebi yapıldığı kapsamda H100, H200 gibi donanımlar çok büyük ihtimalle 5 yıllık AI Enterprise lisans ve desteği ile teslim ediliyor. Yine de satıcı firma ile teyit etmekte fayda var.</p><p>Son olarak erişimler için açılması gereken bazı portlar bulunuyor. Bu portlar portal yönünde açılmalı ve işlemlerden önce tanımlamalar yapılmalı.</p><p>Kaynak = Lokal Lisans sunucusu</p><p>Hedef = <a href="https://ui.licensing.nvidia.com/">https://ui.licensing.nvidia.com/</a></p><p>Port : 443, 7070, 8080</p><ol><li>İlk adım olarak License Server hangi ortamda kurulacaksa ilgili ortama uygun olan imaj dosyası indirilmeli. Bu imaj dosyasını ortamınıza upload ettikten sonra karşınıza bir appliance arayüzü çıkıyor ve istenen bilgilerin girilmesi gerekiyor. (IP,hostname, nls kullanıcı adı, şifre, dls kullanıcı adı, şifre gibi)</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*u4bn2_p70OoRAsQZ2EmOuQ.png" /><figcaption>Lisans Server Imaj Erişimi</figcaption></figure><p>2. Applicance kurulumu tamamlandıktan sonra dls kullanıcı bilgisi talep ediliyor. Sonrasında bu dls kullanıcısı ile giriş yaparak aşağıdaki ekrana ulaşılıyor.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/953/1*5wGTb66igqddFtVWJVU-Mg.png" /><figcaption>Lokal Lisans Server</figcaption></figure><p>3. Aktivasyon kapsamında ihtiyacımız olan bir başka veri ise, GPU kartlarının seri numaraları olacaktır. ILO üzerinden veya donanım hangi arayüzü destekliyorsa bu arayüz üzerinden GPU seri numaraları alınabilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*0xLfCwWCC4-k4kD48ysvnA.png" /><figcaption>GPU Seri Numarası</figcaption></figure><p>4. Sonrasında alınan GPU seri numaralarının aşağıdaki web sayfasında kaydedilmesi gerekmektedir. Bu sayfada organizasyona ait bilgiler de istenmektedir. Organizasyon bilgileri donanım satışı yapılan firma bilgileri ile eşleşmelidir.</p><p><a href="https://org.ngc.nvidia.com/subscriptions">https://org.ngc.nvidia.com/subscriptions</a></p><p>5. Bir süre sonra aşağıdaki web sayfasından kontroller yapılabilir. Lisansların burada görülmesi biraz zaman alabilir. Yoğunluğa göre aktivasyon 10 dakika ile 12 saat arasında değişmektedir. Genelde ilk lisans işlemleri biraz uzun sürmektedir.</p><p>Aşağıda görüldüğü gibi 0/40 olarak tanımladığım lisans portale yansıdı.</p><p><a href="https://ui.licensing.nvidia.com/">NVIDIA Licensing Portal</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*OPrIwOMWPXcGvmEjMf7aWA.png" /></figure><p>6. lisans tanımı tamamlandıktan sonra aşağıdaki gibi bir mail içeriği ile bilgilendirme yapılmaktadır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*MP3PFh7PoPCs_aueYPUuvA.png" /></figure><p>7. DLS register etmeden önce lokal lisans sunucusundan token alınması gerekmektedir. Bu tokenı lokal lisans sunucu web sayfasına girerek aşağıdaki gibi alabilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/928/1*oqV4Nr5VHn2hlGGH3sNE6g.png" /></figure><p>8. Bir sonraki adımda DLS Server’ın kaydedilmesi gerekmektedir. Burada eğer lokal bir yapıda ilerlenecek ise “Register” yani 3. sırada bulunan seçenek ile ilerlenir. Cloud üzerinde bir server kurmak isteniyorsa bunun için 1. Seçenek ile ilerlenecektir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/428/1*kMV9t2lQIVEZ7NH1vytrFg.png" /></figure><p>9. Lokal sunucu ile ilerleneceği için “Register DLS instance” seçilerek ilerlenebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*4AmQcuJxedGNz3Wukkgd0A.png" /></figure><p>10. DLS kaydetme aşamasında “Register DLS instance” butonuna bastıktan sonra sizden indirmiş olduğunuz token istenecektir. Token seçilir ve lisans server kaydı yapılır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/533/1*cOTlWKMz5fZ6qXieRX1tGw.png" /></figure><p>11. Daha sonra NVIDIA web arayüzünden “Create server” seçeneği ile bir server oluşturulması beklenir. Bu aşamada hem boşta olan GPU’lar hem de token ile kaydilen DLS lokal sunucusu birbiri ile eşleşecektir.</p><p><strong>Not : Bu aşamada dikkat edilmesi gereken tek konu 4. Adımda “Standart Networked Licensing” seçeneğinin seçilmesidir.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*tND2b6NXD6UwB9KpkK9Ttg.png" /></figure><p>12. Tüm DLS register ve Server oluşturma işlemleri tamamlandıktan sonra genel bir kontrol yapmak gerekmektedir.</p><p>12.1. Öncelikle DLS sunucusunun “Registered” olduğundan emin olunmalıdır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*BNarhH9asXYp3S-U450P1g.png" /></figure><p>12.2. İkinci olarak oluşturduğumuz server’ın “Installed” olması gerekmektedir.</p><p>Tüm kontroller tamam ise bir sonraki adıma geçilebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*DQHCBvy-MQxpZ-fCIULlmA.png" /></figure><p>13. DLS server seçildikten sonra sağ üst köşede bir “Download” seçeneği çıkacaktır. Bu lisans server için oluşturulmuş bir .bin uzantılı dosyayı işaret etmektedir. Bu dosya lokal sunucuda kullanılmak üzere indirilmelidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*ZGWhK7RRSAQis5o5mxpQrw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/82/1*lghJ-92zKwibGgdsAj15qQ.png" /></figure><p>14. İndirilen .bin uzantılı dosya artık lokal lisans sunucusunda import edilebilir.</p><p>“SELECT LICENSE SERVER FILE” seçeneğinden import edilmesi gerekmektedir. Sonrasında “Install server” seçeneği ile ilerlenebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*qqTzoRMk7xDupvDiabzxpA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*H-DLNpP4cTU-2P9B_zehHw.png" /></figure><p>15. <strong>Tebrikler!!!</strong></p><p>DLS lisans sunucunuz artık lokalde bulunan lisans sunucusu ile senkronize bir yapıdadır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*SQSI1eHr8ps3sIIAE-ZX5A.png" /></figure><p>16. Kullanım durumu lokal sunucu ara yüzünde görülmektedir.</p><p>“Server Feature” ile bu server’a atama yapılan lisanları görebilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*HF8hImA8I7E5yom-P9K9Fw.png" /></figure><p>Ortamlarımda H100 kullanıyorum, 2 GPU socket bulunuyor ve her bir soketi 20 parçaya bölebiliyorum. Bu tamamen AI Enterprise lisansın sağladığı bir esnekliktir.</p><p>“Lisans Pools” kısmında daha ayrıntılı kullanım görülebilir. Bir sanal sunucu oluşturup istenilen değerde vGPU dediğimiz sanal GPU atanabilir. Sanal sunucu oluşturdukça burada bulunan “IN USE/ALLOCATED” değeri artacaktır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*Zk72uXAO_wPbVELulIDFZg.png" /></figure><p>“Leases” tabında da yine kullanım değeri görülebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*EqRlRsJOaAD93KW5i5RxDg.png" /></figure><p>Tüm bunları tamamladıktan sonra artık orkestrasyon ürünü olan IaaS (Sanallaştırma) altyapısı özelinde paketler indirilerek sunucumuzun GPU sanallaştırmasını aktif edebiliriz. Vmware ortamı için bu süreci ilerletmiştim. 20 Ağustos tarihinde çıkan “AI Enterprise 7.0” paketini kurabilirim. Sonrasında vmware üzerinde oluşturduğum sanal sunucu içerisinde vGPU ataması yapabilmem mümkün olacaktır. Bu sayede sanal sunucularımda vRAM ve buna oranla GPU CUDA kullanımı yapabilirim.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/924/1*jQ-2AueHhp6cWcABHrvmag.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=74e68d3d209a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/t%C3%BCrk-telekom-bulut-teknolojileri/nvidia-gpu-kartlar%C4%B1n%C4%B1n-vmware-%C3%BCzerinde-sanalla%C5%9Ft%C4%B1r%C4%B1lmas%C4%B1-vgpu-74e68d3d209a">NVIDIA GPU Kartlarının VMware Üzerinde Sanallaştırılması (vGPU)</a> was originally published in <a href="https://medium.com/t%C3%BCrk-telekom-bulut-teknolojileri">Turk Telekom Bulut Teknolojileri</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Size en uygun Openshift Virtualization (OCPv) ortamı hangisi?]]></title>
            <link>https://medium.com/t%C3%BCrk-telekom-bulut-teknolojileri/size-en-uygun-openshift-virtualization-ocpv-ortam%C4%B1-hangisi-f0c7c1c028cd?source=rss-79fdbe2ed582------2</link>
            <guid isPermaLink="false">https://medium.com/p/f0c7c1c028cd</guid>
            <category><![CDATA[bulut-teknolojileri]]></category>
            <category><![CDATA[virtualization]]></category>
            <category><![CDATA[open-source]]></category>
            <category><![CDATA[openshift]]></category>
            <dc:creator><![CDATA[Tayfun Akbaş]]></dc:creator>
            <pubDate>Mon, 27 May 2024 12:54:59 GMT</pubDate>
            <atom:updated>2024-05-27T12:54:59.484Z</atom:updated>
            <content:encoded><![CDATA[<p>Daha önce Red Hat ürünü olan eski adı ile RHEV yeni adı ile RHV sanallaştırma ürününü duymuşsunuzdur veya kullanmışsınızdır. Hiç duymamış olanlara kısaca açıklamak gerekirse Vmware ürünü muadili, sanal katman oluşturmak için gerekli tüm özelliklere sahip KVM hipervizör kullanan, QEMU ajan ve VirtIO driver destekli Red Hat’in Enterprise sanallaştırma ürünüdür.</p><p>Son yıllarda Red Hat’in aldığı karar ile RHV sanallaştırma ürünü yakında tarihin tozlu sayfalarında yerini alıyor olacak. Tüm kullanıcılara birkaç sene önce bilgi verilerek artık geliştirmesi yapılmayacağı bilgisi iletildi. 31 Ağustos 2026 tarihinde ürün “Extended life phase ends” dediğimiz uzatılmış destek süresinin de sonuna geliyor.</p><p>Son kullanıcı, RHV üzerinde bulunan sanal sunucularını tam gaz RHV ortamlarından VMware ortamına taşımaya çalışırken aynı zamanda bir de Vmware-Broadcom birleşmesi ile tam bir şok yaşadı. Bu kapsamda Broadcom lisans maliyetleri ve kapsamlarındaki belirsizlik son kullanıcıyı alternatif IAAS ortamlarına yönlendirdi.</p><p>Alternatif IAAS olarak yerli ve milli birçok sanallaştırma ürünü piyasada tutunmaya çalışsa da ürünlerin donanım ve işletim sistemi destek süreçlerinde yaşanan belirsizlikler maalesef bu ürünlere olan ilgiyi azaltıyor.</p><p>Bununla birlikte son yıllarda sanallaştırma teknolojilerinde kan kaybeden Red Hat, Vmware-Broadcom birleşmesinin etkisiyle sanallaştırma dünyasında öne geçecek bir strateji ile yoğun kullanımı olan Openshift Container Platform ürününe Virtualization katmanı ekleyerek rakiplerinin önüne geçmeyi hedefliyor. Son versiyon olan OCP 4.15 söylenene göre müşterilerine daha stabil ve güvenli bir sanallaştırma ortamı sunuyor. Hem de “All in One” methodu ile. Yani Openshift kullanıcıları ek maliyet ödemeden artık IAAS katmanının da deneyimleyebilecek. Bu aslında Red Hat’in stratejik olarak IAAS katmanını güçlendirdiğini gösterse de asıl amaç OCP müşteri sayısını artırıp Vmware tekelini yıkmak hedefli yapılmış bir strateji. Bunu ileride anlatacağım fiziksel sanal lisanslama modellerinde de göreceksiniz. Amaç sanallaştırma ortamları üzerinde barındırılan OCP cluster kullanıcılarını tamamen fiziksele yönlendirmek. Bu ne kadar mümkün ilerleyen süreçte göreceğiz.</p><p>“OCPv ürününü kullanıyor musunuz?” sorusuna şu yanıtı verebilirim; 2022 yılında Openshift son versiyonu olan 4.11 ile ürünü deneyimleme fırsatı bulmuştum. Bu süreçte üründe bazı bug durumları ile karşılaşmıştım. Hatta bazı sanal sunucuların stabil olmadığına dair de gözlemlerim olmuştu. Fakat Red Hat ile yaptığım son görüşmede ürünün testlerden tam not alarak geçtiğini öğrendim ve deneyimlemek için açıkçası sabırsızlanıyorum.</p><p>Red Hat Openshift Virtualization yönetimi konusunda bilgi vermek gerekirse, ürün bir operatör aracılığı ile yönetiliyor. Bu sebeple de LCM dediğimiz (Lifecycle Management) yaşam döngüsü süreçleri de çok basitleştirilmiş. RHV ortamlarının yönettiğim günleri düşündüğümde Özellikle de çok fazla hostun güncelleme çalışmalarında sancılı süreçler yaşardık. Vmware ortamlarında da bu işlemlerin kolay olduğunu düşünmüyorum. Bu kapsamda OCPv (Openshift container Platform Virtualization) için sadece operatör güncellemesi ile ilerleniyor ve bu işlem sadece dakikalar içinde yapılabiliyor.</p><p>Tüm bunların haricinde işlerin bir de maliyet boyutu var. Yani eğer ben OCPv kullancaksam beni maliyet aşamasında da öne geçirmeli ki bu işlemi yapmak isteyeyim. Bu kapsamda farklı süreçlerde farklı lisanslamalar devreye giriyor. Burada fiyat avantajını karşılaştırmak tabii ki de Satıcı firmaların sizlere yapacağı indirimler özelinde değişiklik gösterebiliyor.</p><p>Öncelikli olarak Red Hat Openshift Lisans modelleri ve bu modellerin içerdiği ürünlerin iyi bilinmesi gerekiyor. Örneğin Openshift Platform Plus adı altında sadece Openshift Container değil, yan ürünler olan ACM (Cluster Yönetimi), ACS (Cluster Güvenliği), ODF (Stateful uygulamalar için Persistent volüme sağlayan Operator), Quay (Image registry) gibi ürün destekleri de ek olarak sunuluyor. Bu kapsamda ürün lisansı standart Openshift Container Platform lisansına göre daha yüksek maliyetli oluyor. Şekil-1’de lisans içeriklerini görebilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*PltmAUgONJNoenMTQyTFuQ.png" /><figcaption>Şekil-1</figcaption></figure><p>Mimari olarak nasıl bir ortama ihtiyacınız var bunun kararını sizler ihtiyaçlarınıza göre belirleyebilirsiniz. Ben ek olarak birkaç mimari çizimle alternatifleri göstermeye çalışacağım. Burada mimariye ek lisans maliyetlerinden de bahsedeceğim. Hangi ortamda ne gibi lisanslar oluşacaktır, bunun cevabını da bulmuş olacaksınız.</p><p>Öncelikli olarak Şekil-2 den bahsetmek istiyorum; Bu örnekte altyapıyı lisanslamak istediğiniz aşamada lisansladığınız Openshift ortamının üzerinde hem pod (Container) iş yükü çalıştırabilir hem sanal iş yükü çalıştırabilir hem de Openshift clusterlar çalıştırabilirsiniz. Bu kapsamda kırmızı yıldızların olduğu yerlerin lisanslanması gerekiyor. Altyapı için minimal olan OKE (Openshift Kubernetes Engine) kullanabilirsiniz. Altyapı platformu üzerinde OCPv operatörü ile çalışan OCP clusterları (OCP1, OCP2, OCP3) için ise yine size uygun olan lisanslardan birini tercih edebilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*BusqvKIXaVu74laKDOdFzw.png" /><figcaption>Şekil-2</figcaption></figure><p>Şekil-3 den bahsedecek olursak; bu kapsamda sadece OCPv üzerinde çalışan sanal OCP ortamlarını lisanslamanız yeterlidir. Bu sayede worker bazında da hızlı ölçeklenebilir, anlık gelecek cluster ve kaynak taleplerine hızlı adapte olabilirsiniz. Ayrıca ek sanallaştırma lisans maliyeti de doğmayacaktır. Burada ek olarak aşağıda bulunan OCP üzerinde uygulama, pod veya OCP haricinde sanal sunucu çalıştırmamanız gerekmektedir. Aksi halde şekil-2’de olduğu gibi yine altyapıyı lisanslamanız gerekecektir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*VExyJuA1s8lCRLhRcUGBbA.png" /><figcaption>Şekil-3</figcaption></figure><p>Ek olarak şunu da belirtmekte fayda var, Sanal ve Fiziksel OCP’ler için lisans maliyetleri farklılık göstermektedir. Bu kapsamda OCPv üzerinde olmayıp farklı bir sanallaştırma ortamı üzerinde olan OCP ortamlarınız için daha fazla lisans maliyeti doğacaktır. Bu da toplamda Red Hat Sanal OCP lisansı + Sanal Ortam (Vmware) Lisansı dır. Tüm bu bilgilere istinaden cross platform da ayrı bir alternatif olarak göze çarpmaktadır. Şekil-4 de görüldüğü gibi, hem fiziksel hem sanal ortamlardan oluşan ortamımızda container iş yükleri sanal iş yükleri ile çalışmaktadır. Bu kapsamda fiziksel ortamlar için Socket bazlı lisansı söz konusu olurken sanal sunucular için ise Core bazlı lisans ihtiyacı doğacaktır.</p><p>Bu kapsamda lisans maliyetinden avantaj sağlanırken, hızlı worker taleplerine de zamanında karşılık verilir. Ortama tekrar fiziksel worker eklenmesi sonrasın sanal workerlarda azaltmaya gidilebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/940/1*65a5p8lCjPZoc9Qtn6lmuA.png" /><figcaption>Şekil-4</figcaption></figure><p>Son olarak OCPv ortamlarında kullanacağınız Persistent Volume alternatiflerinden de bahsetmek istiyorum. Konu statefull iş yükleri olunca data storage olmadan olmuyor. Şekillerde de görüleceği gibi, disk tanımlamasını SDS yerine CSI destekli disk ünitesinden bağlamak daha sağlıklı olacaktır. Bunun iki sebebi bulunuyor, her ne kadar SDS üreticileri bu konuda ısrarla “Benim ürünüm sanal sunucu ortamlarında da performanslı çalışır” dese de bu maalesef gerçek hayatta bu şekilde olmuyor. Ayrıca SDS maliyetleri CSI disk ünitelerinden daha yüksek. Bu iki sebepten dolayı OCPv kullanılacak ortamlarda sanal sunucular için öncelikli tavsiyem CSI uyumlu bir disk ünitesi ile ilerlenmesidir. Aksi halde Pod iş yüklerinde değil ama OCPv üzerinde çalışan sanal sunucularda performans sorunları ile karşılaşabilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*f3N0e-dF8m3C3hbTQrdhqA.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f0c7c1c028cd" width="1" height="1" alt=""><hr><p><a href="https://medium.com/t%C3%BCrk-telekom-bulut-teknolojileri/size-en-uygun-openshift-virtualization-ocpv-ortam%C4%B1-hangisi-f0c7c1c028cd">Size en uygun Openshift Virtualization (OCPv) ortamı hangisi?</a> was originally published in <a href="https://medium.com/t%C3%BCrk-telekom-bulut-teknolojileri">Turk Telekom Bulut Teknolojileri</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>