用 DeepSeek 打样！KubeSphere LuBan 用 3 天/3 分钟“干掉”大模型部署焦虑

大模型落地，如何告别“部署焦虑”？

DeepSeek-R1 的惊艳表现无需赘述，但企业落地时的高门槛却让许多开发者望而却步——复杂的部署流程、资源调度难题、高昂的运维成本……

现在，KubeSphere 社区交出了一份新答卷：仅用3天，基于Luban 架构开发出 DeepSeek-R1 专属扩展组件！无需魔法黑科技，只需一个可视化界面，3分钟完成大模型服务部署！

为什么是KubeSphere？三大核心优势

1. 化繁为简的标准化交付
通过集成 Ollama 运行时与 NextChat 交互界面，打造从模型推理到服务交付的完整闭环。开发者可在 KubeSphere 控制台轻松完成模型加载、服务启停与监控，如同管理普通微服务般简单。

2. 国产技术栈的深度适配
DeepSeek-R1 对中文场景的精准理解，与 KubeSphere 的国产化基因形成天然默契。实测在国产 CPU/GPU 服务器环境下，扩展组件兼容性表现优异，助力企业安全可控落地大模型。

3. 弹性资源调度与降本增效
基于 KubeSphere 的多租户管理与动态资源调度能力，企业可按需分配 GPU 资源，避免资源浪费。从 1.5B 到 671B 参数模型，一键适配不同算力场景。

KubeSphere 的 LuBan 架构

KubeSphere 的核心架构之一——LuBan，帮助我们实现了灵活、可扩展的 K8s 多租户管理。其特点包括：

模块化设计：KubeSphere 通过 LuBan 架构将其功能拆解为独立的微服务组件，提供灵活的扩展和定制能力。
高可扩展性：每个服务模块都可以根据需求进行独立扩展和替换。各个模块通过 API 或消息队列进行通信，支持按需启用或禁用特定功能。
高可用性与容错性：通过 K8s 的高可用特性，LuBan 支持服务容错，避免单点故障，保障系统稳定运行。
多租户支持：LuBan 通过不同模块支持多租户管理，确保各租户之间的隔离和安全性。

这三天我们做了什么？

Day1：基于 LuBan 框架搭建扩展组件骨架
Day2：完成 DeepSeek 模型与 Ollama 运行时的容器化适配
Day3：集成 NextChat 交互界面并优化服务调用链路

整个过程如同拼装乐高积木——得益于 KubeSphere 的模块化设计，团队 80% 的精力聚焦业务逻辑，而非底层基础设施的反复调试。

技术选型

Ollama：AI 模型运行平台，支持在本地或集群环境中快速加载并运行大规模语言模型。
NextChat：提供了一个聊天机器人平台，结合自然语言处理（NLP）和机器学习（ML）技术，能够为用户提供流畅的对话体验。

实现原理

启动 Ollama 服务器：通过 ollama serve 启动 Ollama 服务器，提供 OpenAI 风格的 API 接口。
发起请求：使用 ollama client 发起 run model 请求。
模型加载：当 Ollama 服务器收到 run model 请求时，首先会检查本地路径（/root/.ollama/models）是否存在相应的模型。如果不存在，则从远程仓库拉取模型。
对话接口：通过 NextChat，用户可以与 Ollama 服务进行对话，利用 DeepSeek-R1 模型进行多轮对话、推理等任务。

安装和使用

安装 NVIDIA GPU Operator（可选）
安装 DeepSeek

访问 DeepSeek Chat

代码已合入Kubesphere的扩展组件仓库
扩展组件开发步骤参考：扩展组件开发指南
并且完整安装步骤可参照官方文档：KubeSphere 快速安装

总结

通过这次基于 KubeSphere LuBan 架构开发 DeepSeek 专属扩展组件的实践，我们展示了 KubeSphere 在扩展性和灵活性方面的强大能力。我们为开发者提供了一个简单易用的工具，帮助他们快速部署和管理大模型服务。无论是在技术选型、架构设计，还是实际的服务交付过程中，这一实践都彰显了国产大模型和国产云原生技术的巨大潜力。

希望我们的实践能为更多开发者提供启发，让我们一同见证 AI 和云原生技术的未来！