Azure AKS

Azure AKS 本番デプロイ

NVIDIA T4 GPU アクセラレーションを活用して、Azure AKS 上に Renny デジタルヒューマンをデプロイします

本ページの内容はデジタルヒューマン株式会社の正式サポート対象外です。参考情報としてご利用ください。

ℹ️ マルチクラウドサポート: 本ガイドは Azure AKS 専用です。その他のクラウドプロバイダーについては以下を参照してください。 ・マルチクラウド概要 - 全クラウドプロバイダーの比較 ・AWS EKS デプロイ - AWS へのデプロイ ・マルチクラウドガイド - コスト比較とマイグレーション

目次

• 概要

• アーキテクチャ

• 前提条件

• Azure アカウントのセットアップ

• GPU インスタンスの選定

• GPU クォータの申請

• クイックスタート

• 構成

• 運用

• モニタリング

• トラブルシューティング

• コスト管理

• ライセンス

概要

Azure AKS デプロイは、NVIDIA GPU をサポートする 本番運用に適した、オートスケーリング対応のインフラストラクチャ を Renny デジタルヒューマン向けに提供します。本デプロイは次のような用途に最適です。

• 高可用性を必要とする 本番ワークロード

• 10 〜 20 体以上の同時デジタルヒューマンを稼働させる エンタープライズデプロイ

• 需要に応じた オートスケーリング

• NVIDIA T4 GPU による GPU アクセラレーテッドレンダリング

• Azure サービスとの Azure ネイティブな統合

主要機能

• ✅ ワンクリックデプロイ（約 35 〜 50 分）

• ✅ オートスケーリング（Renny インスタンスを 10 〜 20 体）

• ✅ NVIDIA T4 GPU（VRAM 16GB）

• ✅ GPU Operator 経由の 標準 NVIDIA ドライバー（580+）

• ✅ GPU ドライバーの自動インストール

• ✅ ログ集約のための Azure Monitor 連携

• ✅ 3 つの可用性ゾーンにまたがる 高可用性

• ✅ Terraform による Infrastructure as Code

AKS と EKS の比較

項目	Azure AKS	AWS EKS
GPU インスタンス	NC16as_T4_v3	g5.4xlarge
GPU モデル	NVIDIA T4	NVIDIA A10G
GPU メモリ	16GB	24GB
vCPU	16	16
RAM	110GB	64GB
コスト（ノードあたり/時間）	約 $1.50	約 $1.18
月額コスト（10 ノード）	約 $10,800	約 $8,712
デプロイ時間	35 〜 50 分	30 〜 45 分
GPU タイムスライシング	1 ポッド/GPU*	2 ポッド/GPU

*補足: VRAM 16GB の T4 では、GPU あたり 1 Renny ポッド（ポッドあたり 4 〜 6GB）の構成が最適です。VRAM 24GB の A10G は、タイムスライシングを利用して GPU あたり 2 ポッドの構成をサポートします。

アーキテクチャ

インフラストラクチャ概要

Azure Cloud (East US)
├── Virtual Network (10.17.0.0/16)
│   ├── Public Subnet
│   │   └── NAT Gateway
│   └── Private Subnets (3 AZs)
│       └── AKS Cluster (renny-production-aks)
│           ├── Control Plane (Managed by Azure)
│           ├── System Node Pool
│           │   └── 2× Standard_D4s_v3 instances
│           └── GPU Node Pool (rennygpu)
│               └── 10-20× NC16as_T4_v3 instances
│                   ├── NVIDIA T4 GPU (16GB VRAM)
│                   ├── GPU Operator (driver 580)
│                   └── Renny Pods (1 per GPU)
└── Azure Monitor (centralized monitoring)

ネットワークアーキテクチャ

• WebRTC/UDP: ポート 22000 〜 23000（Pixel Streaming）

• TURN/STUN: ポート 3478（TCP/UDP）

• HTTPS: ポート 443（*.uneeq.io への送信）

• プライベートサブネット: セキュリティ上、すべての GPU ノードを配置

• Azure CNI ネットワーキング: Azure ネイティブなネットワーキング

前提条件

必要なツール

1. アクティブなサブスクリプションを持つ Azure アカウント

2. 認証情報が設定された Azure CLI >= 2.50.0

3. Terraform >= 1.5.0

4. kubectl >= 1.28.0（Kubernetes CLI）

5. Helm >= 3.12.0（Kubernetes パッケージマネージャー）

6. サポート窓口から発行を受けた Harbor アカウント（リポジトリアクセス権付き）

7. Renny の Helm チャート（renny-chart.tgz ファイル）

インストールコマンド

Azure CLI:

# macOS
brew install azure-cli

# Linux
curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash

# Windows
winget install -e --id Microsoft.AzureCLI

その他のツール:

# Terraform
# macOS: brew install terraform
# Linux: https://www.terraform.io/downloads

# kubectl
# macOS: brew install kubectl
# Linux: sudo snap install kubectl --classic

# Helm
# macOS: brew install helm
# Linux: sudo snap install helm --classic

インストールの確認

az --version        # Azure CLI version (>= 2.50.0)
terraform version   # Terraform version (>= 1.5.0)
kubectl version     # Kubernetes CLI
helm version        # Helm package manager

Azure アカウントのセットアップ

Step 1: Azure アカウントの作成

Azure アカウントをお持ちでない場合は、次の手順で作成してください。

1. https://azure.microsoft.com/free/ にアクセスします

2. 「Start free」をクリックします。30 日間有効な $200 の無料クレジットが付与されます

3. Microsoft アカウントでサインインします

4. 本人確認（電話番号 + クレジットカード）を完了します

無料試用版の特典:

• 30 日間有効な $200 のクレジット

• 12 か月間の無料サービス

• 常時無料の 25 種類以上のサービス

Step 2: Azure CLI へのログイン

# ブラウザ経由の対話的ログイン
az login

# ログイン成功の確認
az account show --output table

出力例:

Name                 CloudName    SubscriptionId                        State
-------------------  -----------  ------------------------------------  -------
Pay-As-You-Go        AzureCloud   12345678-1234-1234-1234-123456789012  Enabled

Step 3: デフォルトサブスクリプションの設定

複数のサブスクリプションをお持ちの場合は、次の手順で設定します。

# サブスクリプション一覧の表示
az account list --output table

# デフォルトサブスクリプションの設定
az account set --subscription "12345678-1234-1234-1234-123456789012"

# アクティブなサブスクリプションの確認
az account show --query '[name,id]' --output table

Step 4: リソースプロバイダーの登録

Azure では、リソースプロバイダーを事前に登録する必要があります。

# 必要なプロバイダーの登録
az provider register --namespace Microsoft.Compute
az provider register --namespace Microsoft.Network
az provider register --namespace Microsoft.ContainerService
az provider register --namespace Microsoft.Storage

# 登録状態の確認（2 〜 5 分かかります）
az provider show -n Microsoft.Compute --query "registrationState"
az provider show -n Microsoft.ContainerService --query "registrationState"
# すべて "Registered" と表示されれば成功です

GPU インスタンスの選定

推奨: NC16as_T4_v3

✅ NC16as_T4_v3 が推奨インスタンスです

NC16as_T4_v3 が Renny に適している理由:

項目	NC16as_T4_v3	メリット
GPU	NVIDIA T4（16GB）	RT コアを搭載した Turing アーキテクチャ
vCPU	16 AMD EPYC	優れた CPU 性能
RAM	110GB	Renny 向けに十分なメモリ
ドライバー種別	標準 NVIDIA	GPU Operator 対応
コスト	約 $1.50/時間	コスト効率に優れる
CUDA サポート	12.4+	最新の CUDA Toolkit
RT コア	40	ハードウェアレイトレーシング
Tensor コア	320	AI アクセラレーション

実証済みの互換性:

• ✅ 標準 NVIDIA ドライバー（vGPU ではない）

• ✅ GPU Operator による自動ドライバーインストール

• ✅ 16GB VRAM はノードあたり 4 Renny ポッドに十分

• ✅ Unreal Engine Pixel Streaming で検証済み

• ✅ AMD EPYC プロセッサーによる優れた性能

非推奨: NVads_A10_v5

⚠️ NVads_A10_v5 は使用しないでください

NVads_A10_v5 が推奨されない理由:

問題点	詳細
vGPU/GRID ドライバーが必須	標準 NVIDIA ドライバーは使用不可
GPU Operator が非対応	ドライバーを手動で管理する必要がある
Renny で未検証	Unreal Engine との検証実績なし
コストが高い	2 倍以上のコスト（約 $3.06/時間）
複雑なセットアップ	NVIDIA AI Enterprise ライセンスが必要

リージョン別の提供状況

ターゲットリージョンで NC16as_T4_v3 が利用可能かを次のコマンドで確認します。

# East US での利用可否を確認
az vm list-skus --location eastus --size Standard_NC --all --output table | grep NC16as_T4_v3

# West US 2 での利用可否を確認
az vm list-skus --location westus2 --size Standard_NC --all --output table | grep NC16as_T4_v3

利用可能と確認済みのリージョン:

• ✅ East US

• ✅ West US 2

• ✅ North Europe

• ✅ West Europe

• ✅ Southeast Asia

• ✅ Australia East

GPU クォータの申請

⚠️ 重要: Azure では GPU クォータが厳しく適用されます。デプロイ前にクォータ増加申請を必ず実施してください。

10 ノード構成に必要なクォータ

リソース	デフォルト	必要量	申請方法
Standard NCASv3_T4 Family vCPUs	0	160	サポートチケット
総リージョン vCPU 数	20	200 以上	サポートチケット
パブリック IP アドレス	10	20	サポートチケット（任意）

計算式:

• 10 ノード × NC16as_T4_v3 あたり 16 vCPU = 160 vCPU

• コントロールプレーンとオーバーヘッドを加算して合計約 200 vCPU

現在のクォータ確認

# East US の NC シリーズクォータを確認
az vm list-usage --location eastus --query "[?contains(name.value, 'standardNCASFamily')]" --output table

# リージョン全体の vCPU クォータを確認
az vm list-usage --location eastus --query "[?contains(name.value, 'cores')]" --output table

クォータ増加の申請

方法 1: Azure Portal（推奨）

1. Azure Portal にアクセスします

2. 「Quotas」を検索し、「Compute」を選択します

3. Location = eastus（ターゲットリージョン）でフィルタリングします

4. 「Standard NCASv3_T4 Family vCPUs」を検索します

5. クォータ行をクリックし、「Request increase」を選択します

6. 新しい上限値として 160（10 ノード分）を入力します

7. ビジネス上の理由として「Deploying Renny digital humans on AKS with GPU support」を入力します

8. 「Submit」をクリックします

方法 2: Azure CLI

# クォータ増加用サポートチケットの作成
az support tickets create \
  --ticket-name "Renny-GPU-Quota-Request" \
  --title "Quota increase for Standard NCASv3_T4 Family vCPUs" \
  --severity minimal \
  --description "Requesting 160 vCPUs for NC16as_T4_v3 instances in East US region for Renny digital human deployment"

クォータ申請のタイムライン

想定される処理時間:

• 通常申請: 1 〜 3 営業日

• 大規模申請（200 vCPU 以上）: 3 〜 5 営業日

• 無料試用版アカウント: 5 〜 7 営業日

• 緊急申請: 1 営業日（Premier Support が必要）

承認を早めるためのコツ:

• 詳細なビジネス上の理由を記載する

• インスタンスタイプ（NC16as_T4_v3）を明確に指定する

• 想定される利用期間を記載する

• ロケーションと数量を具体的に指定する

クイックスタート

Step 1: サービスプリンシパルの作成

Terraform から Azure に認証するためにサービスプリンシパルが必要です。

# サービスプリンシパルを作成し、Contributor ロールを付与
az ad sp create-for-rbac \
  --name "renny-aks-deployer" \
  --role Contributor \
  --scopes /subscriptions/$(az account show --query id -o tsv) \
  --output json

# 出力を保存してください - 以下の値が必要になります:
{
  "appId": "12345678-1234-1234-1234-123456789012",      # CLIENT_ID
  "password": "super-secret-password-here",              # CLIENT_SECRET
  "tenant": "87654321-4321-4321-4321-210987654321"      # TENANT_ID
}

⚠️ 重要: password はその場で必ず保存してください。Azure では二度と表示されません。

Step 2: 認証情報の設定

kubernetes/terraform/aks/terraform.tfvars を作成します。

# Azure 認証情報
subscription_id = "your-subscription-id"
tenant_id       = "your-tenant-id"
client_id       = "your-client-id"
client_secret   = "your-client-secret"

# 必須の Renny 認証情報
dhop_tenant_id  = "your-uneeq-tenant-id"
dhop_api_key    = "your-uneeq-api-key"

# Harbor レジストリの認証情報（ロボットアカウントについては [e-mail] までお問い合わせください）
harbor_username = "robot$your-customer-name"
harbor_password = "your-harbor-robot-password"

# 任意: デフォルト値の上書き
azure_region = "eastus"  # 任意のリージョンに変更可能
cluster_name = "renny-production-aks"

Step 3: Helm チャートの配置

renny-chart.tgz ファイルを kubernetes/ ディレクトリに配置します。

Step 4: デプロイ前チェックの実行

cd kubernetes/scripts/aks/

# Azure のセットアップと前提条件を検証
./check-azure-prerequisites.sh

# VNet の利用可否を確認（Azure には上限があります）
./check-vnet-usage.sh

Step 5: デプロイ

ワンクリックデプロイを実行します。

cd kubernetes/

# Azure AKS へのデプロイ
./scripts/deploy.sh --cloud aks

# あるいは自動検出に任せる
./scripts/deploy.sh

デプロイプロセス

デプロイスクリプトでは、次の処理が順に実行されます。

1. ✅ 前提条件の確認（Azure 認証情報、ツール）約 2 分

2. 🏗️ Terraform による VNet と AKS クラスターのデプロイ 約 15 〜 20 分

3. 🚀 ノードプールの構成 とクラスターへの参加 約 3 〜 5 分

4. 🎮 NVIDIA GPU Operator のインストール 約 5 〜 10 分

5. 🤖 内部音声処理を含む Renny のデプロイ 約 5 〜 10 分

6. ⚖️ オートスケーリングの構成（10 〜 20 インスタンス）約 3 分

合計デプロイ時間: 約 35 〜 50 分

構成

GPU の構成

GPU の設定は kubernetes/values/renny-values-aks.yaml で管理します。

# AKS T4 インスタンス向け GPU 構成
gpuTimeSlicing:
  enabled: false  # T4 16GB works best with 1 pod per GPU
  replicasPerGpu: 1

deployment:
  nodeType: renny
  totalReplicas: 40  # 10 nodes × 4 pods = 40 total pods

resources:
  limits:
    nvidia.com/gpu: 1  # Each pod gets full GPU
    memory: "6Gi"      # Per-pod memory
    cpu: "3"           # Per-pod CPU (3 cores)

NVIDIA ドライバーの選択

すべてのドライバーは NVIDIA 公式のプロプライエタリドライバー である必要があります。オープンソースの nouveau ドライバーはミニプレム（MiniPrem）と互換性がなく、GPU アクセラレーション、NVENC エンコード、Vulkan サポートのいずれも提供されません。

デプロイ時には、以下のいずれかを選択します。

ドライバー 580+（推奨）

• ✅ 最新の機能と最適化

• ✅ NVIDIA Ada Lovelace（40xx シリーズ）および Blackwell（50xx シリーズ）GPU では 必須。これらのアーキテクチャでは Vulkan と NVENC の完全サポートに 580+ が必要

• ✅ CUDA 12.8+ をサポート

• ✅ T4 との完全な互換性

ドライバー 575+（安定版の代替）

• ✅ 本番環境で検証済み

• ✅ 最大の安定性

• ✅ CUDA 12.6+ をサポート

TTS の構成

kubernetes/values/renny-values-aks.yaml で TTS（音声合成）プロバイダーを構成します。

# Azure Speech Services（AKS では推奨）
tts:
  azureRegion: "eastus"
  azureSpeechKey: "your-azure-api-key"

運用

Renny インスタンスのスケーリング

10 〜 20 インスタンスの範囲でスケーリングできます。

./scripts/scale.sh 15  # 15 インスタンスにスケーリング

デプロイ状況の確認

総合的なステータスレポートを取得します。

./scripts/status.sh

GPU ドライバーの検証

# GPU Operator のポッドを確認
kubectl get pods -n gpu-operator

# GPU の利用可否を確認
kubectl get nodes -l kubernetes.azure.com/agentpool=rennygpu

# GPU の動作テスト
POD=$(kubectl get pods -n gpu-operator -l app=nvidia-driver-daemonset -o name | head -1)
kubectl exec -n gpu-operator $POD -- nvidia-smi

kubectl コンテキストの確認

デプロイ後、kubectl は自動的に AKS クラスターに接続されます。

# 接続の確認
kubectl config current-context

# 必要に応じて再接続
az aks get-credentials --resource-group renny-production-rg --name renny-production-aks

モニタリング

ポッドのヘルスモニタリング

# 全ポッドの確認
kubectl get pods -A

# Renny ポッドの確認
kubectl get pods -n uneeq-renderer

# ポッドのリアルタイム監視
kubectl get pods -n uneeq-renderer -w

# ログの表示
kubectl logs <pod-name> -n uneeq-renderer -f

Azure Monitor 連携

Renny のすべてのログは、集中監視のために自動的に Azure Monitor に送信されます。

Log Analytics ワークスペース:

• クラスターログ: Container Insights

• アプリケーションログ: Log Analytics

Kusto クエリの例（Log Analytics）:

直近のエラーを検索します。

ContainerLog
| where LogEntry contains "error"
| where Namespace == "uneeq-renderer"
| order by TimeGenerated desc
| limit 50

音声処理を監視します。

ContainerLog
| where LogEntry contains "speech" or LogEntry contains "USE_V2_COORDINATOR"
| where Namespace == "uneeq-renderer"
| order by TimeGenerated desc

トラブルシューティング

よくある問題

ポッドが Pending のままになる:

# ポッドがスケジュールされない理由を確認
kubectl describe pod <pod-name> -n uneeq-renderer

# よくある原因:
# - "Insufficient nvidia.com/gpu" = 利用可能な GPU ノードがない
# - "Insufficient cpu/memory" = リソース制限を超過

イメージのプル失敗:

# Docker レジストリシークレットを確認
kubectl get secret docker-config -n uneeq-renderer

# 必要に応じて再作成（デプロイスクリプトを再実行）

GPU ドライバーの問題:

# GPU Operator のインストール状態を確認
kubectl get pods -n gpu-operator

# ドライバーインストールのログを確認
kubectl logs -n gpu-operator -l app=nvidia-driver-daemonset --tail=100

# GPU リソースの確認
kubectl get nodes -l kubernetes.azure.com/agentpool=rennygpu

クリーンアップ

すべてのリソースを破棄するには（約 15 〜 20 分）、次のコマンドを実行します。

./scripts/destroy.sh

コスト管理

月額コストの見積もり（East US）

コンポーネント	仕様	数量	月額コスト
GPU コンピュート	NC16as_T4_v3	10 ノード	$10,800
AKS コントロールプレーン	マネージドサービス	1 クラスター	$73
システムノード	Standard_D4s_v3	2 ノード	$288
ロードバランサー	Standard SKU	1 LB	$25
パブリック IP	Standard SKU	3 IP	$12
マネージドディスク	Premium SSD	約 500GB	$75
Azure Monitor	Log Analytics	約 50GB	$125
合計			約 $11,398/月

コスト削減策

1. リザーブドインスタンス（30 〜 40% の削減）

# 1 年リザーブド: 約 $1.05/時間 = 約 $7,560/月（月 $3,240 の削減）
# 3 年リザーブド: 約 $0.90/時間 = 約 $6,480/月（月 $4,320 の削減）

2. スポットインスタンス（開発・テスト用途で 60 〜 80% の削減）

# スポット価格: 約 $0.30 〜 $0.60/時間（通常 $1.50 に対して）
# 削減額: 10 ノードクラスターで月約 $8,640
# 注意点: 30 秒前通知で退避（eviction）される場合があります

3. 業務時間外のオートスケーリング

# 夜間や週末は 2 〜 5 ノードまでスケールダウン
# 削減額: 約 40% の削減 = 月約 $4,320

4. スケジュールによる停止

# 夜間や週末にクラスターを停止
az aks stop --name renny-production-aks --resource-group renny-production-rg
az aks start --name renny-production-aks --resource-group renny-production-rg

# 削減額: 約 70% = 月約 $7,560

コストモニタリング

# 当月の利用状況を確認
az consumption usage list --start-date 2025-10-01 --end-date 2025-10-16

# 予算アラートの設定
az consumption budget create \
  --budget-name renny-monthly-budget \
  --amount 12000 \
  --time-grain Monthly

---

ライセンス

本 Azure AKS デプロイはミニプレム（MiniPrem）プラットフォームの一部であり、MIT ライセンスの下で提供されます。詳細は LICENSE ファイルを参照してください。

---

著作権

© 2025 UneeQ. All rights reserved.

サポート窓口