ある企業がAzure Kubernetes Service（AKS）クラスターを新規作成しようとしている。ワークロードの種類が異なる2つのグループ（汎用アプリ用とGPUを使ったML推論用）を同一クラスターで管理したい。各グループのVMサイズと台数を個別に制御できる構成として最も適切なものはどれか。
- A. AKSクラスターを2つ作成し、汎用アプリとML推論用をそれぞれ別クラスターにデプロイする
- B. AKSではすべてのノードが同一の仮想マシンサイズである必要があるため、用途別のVMサイズ変更は不可能
- C. AKSクラスターを1つ作成し、汎用アプリ用の「システムノードプール」（Standard_D4s_v3）とGPU搭載の「ユーザーノードプール」（Standard_NC6s_v3）の2つのノードプールを構成する
- D. AKSクラスターを1つ作成し、全ノードを同一VMサイズにしてKubernetesのLimitRangeでGPUの使用を制限する
解答と解説を見る
正解: C
AKSでは1つのクラスターに複数の「ノードプール」を追加できる。各ノードプールに異なるVMサイズ（SKU）・ノード数・OSタイプ・スケーリング設定を独立して割り当てられる。汎用アプリ用にはCPU最適化VMのシステムノードプール、GPU推論用にはNシリーズ（GPU搭載）のユーザーノードプールを追加することで、1クラスターで異なるハードウェア要件のワークロードを共存させられる。KubernetesのNode Selector・Taint/Tolerationを使ってPodを適切なノードプールに振り分ける。選択肢Aはクラスターを2つ管理するため運用コスト・管理負荷が倍増し不必要に複雑。選択肢Dは全ノード同一SKUにするとGPUノードのコストが跳ね上がり、LimitRangeはGPUハードウェアの割り当てではなくリソース要求の上限制御であり目的が異なる。選択肢BはAKSでは複数ノードプールで異なるVMサイズを使えるため誤り。
📚 関連サービスの解説: Azure Kubernetes Service（AKS）