本文通过运行TensorFlow的GPU实验环境为您介绍支持GPU调度的Kubernetes GPU集群。

运行TensorFlow的GPU实验环境

数据科学家通常习惯使用Jupyter作为TensorFlow实验环境，本文用一个例子向您展示如何快速部署一个Jupyter应用。

  1. 登录容器服务管理控制台。
  2. 在控制台左侧导航栏中，单击集群。
  3. 在集群列表页面中，单击目标集群名称或者目标集群右侧操作列下的应用管理。
  4. 在左侧导航栏选择工作负载。
  5. 单击无状态页签，在无状态页面右上角单击使用模板创建。
  6. 选择所需的集群，命名空间，选择样例模板或自定义，然后单击创建。
    创建应用

    本例中，示例模板是一个Jupyter应用，包括一个Deployment和Service。

    ---
# Define the tensorflow deployment
apiVersion: apps/v1
kind: Deployment
metadata:
  name: tf-notebook
  labels:
    app: tf-notebook
spec:
  replicas: 1
  selector: # define how the deployment finds the pods it mangages
    matchLabels:
      app: tf-notebook
  template: # define the pods specifications
    metadata:
      labels:
        app: tf-notebook
    spec:
      containers:
      - name: tf-notebook
        image: tensorflow/tensorflow:1.4.1-gpu-py3
        resources:
          limits:
            nvidia.com/gpu: 1          #指定调用nvidia gpu的数量
        ports:
        - containerPort: 8888
          hostPort: 8888
        env:
          - name: PASSWORD                # 指定访问Jupyter服务的密码，您可以按照您的需要修改
            value: mypassword

# Define the tensorflow service
---
apiVersion: v1
kind: Service
metadata:
  name: tf-notebook
spec:
  ports:
  - port: 80
    targetPort: 8888
    name: jupyter
  selector:
    app: tf-notebook
  type: LoadBalancer                           #阿里云的负载均衡访问内部服务和负载均衡

    旧的GPU部署方案，您必须要定义以下的nvidia驱动所在的数据卷。

    volumes:
    - hostPath:
        path: /usr/lib/nvidia-375/bin
        name: bin
    - hostPath:
        path: /usr/lib/nvidia-375
        name: lib

    这需要您在编写部署文件时，强依赖于所在的集群，导致缺乏可移植性。但是在Kubernetes 1.9.3及之后的版本中，最终用户无需指定这些hostPath，nvidia的插件会自发现驱动所需的库链接和执行文件。

  7. 单击左侧导航栏中的服务，选择所需的集群和命名空间，选择tf-notebook服务，查看外部端点。
    查看服务
  8. 在浏览器中访问Jupyter实例，访问地址是http://外部端点，输入模板中配置的密码。
  9. 您可通过如下的程序，验证这个Jupyter实例可以使用GPU。它将列出Tensorflow可用的所有设备。
    from tensorflow.python.client import device_lib
WAI
def get_available_devices():
    local_device_protos = device_lib.list_local_devices()
    return [x.name for x in local_device_protos]

print(get_available_devices())
    查看结果