目前阿里云ACK提供了GPU共享调度能力,服务于使用共享单GPU的模型预测场景,同时也可以通过NVIDIA驱动在内核态的控制进而保障GPU显存的隔离。本文介绍如何在专有版GPU集群中安装GPU隔离模块及安装GPU分配查询工具,实现GPU的共享和隔离能力。

适用场景

前提条件

使用须知

配置支持版本
Kubernetes1.12.6及其以上,仅支持专有版集群
Helm版本3.0及以上版本
NVIDIA驱动版本418.87.01及以上版本
Docker版本19.03.5
操作系统CentOS 7.x、Alibaba Cloud Linux 2.x、Ubuntu 16.04和Ubuntu 18.04
支持显卡Tesla P4、Tesla P100、 Tesla T4和Tesla v100

步骤一:为带有GPU设备的节点打标签

  1. 登录容器服务管理控制台
  2. 在控制台左侧导航栏,单击集群
  3. 集群列表页面,单击目标集群名称或者目标集群右侧操作列下的详情
  4. 在集群管理页左侧导航栏,选择节点管理 > 节点
  5. 节点管理页面单击右上角的标签与污点管理
  6. 标签与污点管理页面,批量选择节点,然后单击添加标签
  7. 在弹出的添加对话框中,填写标签名称
    重要
    • 您可以设置名称cgputrue,使节点共享GPU功能生效。
    • 删除cgpu标签并不能关闭共享,您可以设置名称cgpufalse,关闭节点共享GPU功能。
  8. 单击确定

步骤二:为添加标签的节点安装共享GPU组件

  1. 登录容器服务管理控制台
  2. 在控制台左侧导航栏,选择市场 > 应用市场
  3. 应用市场页面单击应用目录页签,选中ack-cgpu应用。
  4. ack-cgpu页面,单击一键部署
  5. 创建面板中,选择集群和命名空间,然后单击下一步
  6. 参数配置页面,设置相应参数,然后单击确定
    您可以执行命令helm get manifest cgpu -n kube-system | kubectl get -f -查看cGPU组件是否安装成功。当出现以下命令详情时,说明cGPU组件安装成功。
    helm get manifest cgpu -n kube-system | kubectl get -f -
    NAME                                    SECRETS   AGE
    serviceaccount/gpushare-device-plugin   1         39s
    serviceaccount/gpushare-schd-extender   1         39s
    
    NAME                                                           AGE
    clusterrole.rbac.authorization.k8s.io/gpushare-device-plugin   39s
    clusterrole.rbac.authorization.k8s.io/gpushare-schd-extender   39s
    
    NAME                                                                  AGE
    clusterrolebinding.rbac.authorization.k8s.io/gpushare-device-plugin   39s
    clusterrolebinding.rbac.authorization.k8s.io/gpushare-schd-extender   39s
    
    NAME                             TYPE       CLUSTER-IP    EXTERNAL-IP   PORT(S)           AGE
    service/gpushare-schd-extender   NodePort   10.6.13.125   <none>        12345:32766/TCP   39s
    
    NAME                                       DESIRED   CURRENT   READY   UP-TO-DATE   AVAILABLE   NODE SELECTOR    AGE
    daemonset.apps/cgpu-installer              4         4         4       4            4           cgpu=true        39s
    daemonset.apps/device-plugin-evict-ds      4         4         4       4            4           cgpu=true        39s
    daemonset.apps/device-plugin-recover-ds    0         0         0       0            0           cgpu=false   39s
    daemonset.apps/gpushare-device-plugin-ds   4         4         4       4            4           cgpu=true        39s
    
    NAME                                     READY   UP-TO-DATE   AVAILABLE   AGE
    deployment.apps/gpushare-schd-extender   1/1     1            1           38s
    
    NAME                           COMPLETIONS   DURATION   AGE
    job.batch/gpushare-installer   3/1 of 3      3s         38s