NVIDIA Run:AI OpenAPI 스펙을 검색하여 특정 작업에 필요한 API 엔드포인트, HTTP 메서드, 요청 스키마를 찾습니다. Run:AI의 모든 API를 커버합니다: 워크로드(workloads): training, inference, workspace, distributed(MPI/PyTorch/JAX/TensorFlow/XGBoost) 생성/조회/삭제/중지(suspend)/재개(resume), pod 목록, 이벤트, 메트릭 | 클러스터(clusters): 생성/조회/삭제, GPU 메트릭, 설치 정보, 스토리지 클래스 | 노드(nodes)/노드풀(node-pools): GPU/CPU 리소스 현황, 텔레메트리, 메트릭 | 조직: 프로젝트(projects), 부서(departments), 리소스 할당(quota), 우선순위, 리포트 | 인증/권한(RBAC): 역할(roles), 접근 규칙(access-rules), 서비스 계정, 액세스 키, 퍼미션 | 에셋(assets): 컴퓨트, 크레덴셜(docker-registry/NGC/S3/git/password/generic-secret), 데이터소스(config-map/host-path/NFS/PVC), 환경(environment), 레지스트리 | 정책(policies): 워크로드 타입별 리소스 제한/기본값 | 템플릿(templates): training/inference/workspace/distributed 재사용 템플릿 | 알림: Slack, 이메일 채널/구독 | 데이터볼륨(datavolumes), AI 애플리케이션 | 사용자, 감사 로그(audit), 테넌트 설정, 보안 설정, IDP. Deprecated 엔드포인트는 기본적으로 숨겨지며, 대체 API를 안내합니다.

Run:AI REST API를 호출합니다. search_runai_api_spec으로 엔드포인트를 먼저 확인하세요. Bearer 토큰 인증은 자동. DELETE 등 위험 작업은 confirm_destructive: true 필요.

Run:AI 엔티티 이름을 ID로 변환합니다. API는 ID를 요구하지만 사용자는 이름만 아는 경우가 대부분입니다. 지원: cluster, project, department, nodepool, workload, user, service-account, access-key. 여러 엔티티를 한번에 resolve 가능.

Run:AI CLI 전용 로컬 세션 작업 실행. API 대체 불가능한 작업만: port-forward (로컬 포트 → 워크로드 pod 터널링), exec (컨테이너 내 명령 실행: nvidia-smi, bash 등), attach (실행 중 프로세스에 TTY 연결), logs (로그 조회/스트리밍 --follow), diagnostics (클러스터 진단). 워크로드 생성/삭제/조회 등은 search_runai_api_spec + call_runai_api를 사용하세요.