启用NUMA拓扑感知调度_容器服务 Kubernetes 版 ACK(ACK)-阿里云帮助中心

在CPU与GPU间通信频繁的场景下，跨NUMA（Non-uniform memory access）节点访问会导致延迟增加、带宽受限等问题，从而影响系统整体性能。为了解决此类问题，ACK基于Scheduler Framework机制，实现NUMA拓扑感知调度，将Pod调度到最佳的NUMA节点上，从而减少跨NUMA节点的访问以优化性能。

工作原理

NUMA节点是构成非一致性内存访问（NUMA）系统的基本单位，一个NUMA集合是指单个Node节点上多个NUMA节点的组合，用于实现计算资源的有效分配，并降低处理器间内存访问的竞争。在8 GPU卡机器，即配备了8块GPU卡的高性能机器中，通常包含多个NUMA节点。当CPU没有绑核或CPU没有与GPU分配在相同NUMA上时，可能会由于CPU争抢或CPU与GPU跨NUMA通信导致应用执行性能下降。为了使应用的执行性能最大化，您可以选择将CPU与GPU绑定在相同NUMA下。

原生的基于kubelet CPU Policy以及NUMA Topology Policy的方案能够在单机上实现将CPU与GPU绑定在相同NUMA上的效果，但是在集群中使用时会存在一些难点：

放置结果调度器不感知：调度器无法感知到节点上已分配的具体CPU以及GPU，继而无法判断剩余的CPU与GPU资源是否能够满足Pod的QoS要求，导致调度后大量出现AdmissionError状态的Pod，严重时可能导致集群崩溃。
放置效果上层不可控：由于kubelet拓扑分配策略在原生Kubernetes中只能在节点的进程启动参数里看到，无法通过节点标签等集群层面手段获取。因此，在提交任务时，您无法指定工作负载运行在支持联合分配的节点上，导致应用的实际运行效果具有较大的波动性。
拓扑策略使用复杂：NUMA拓扑策略通过节点进行声明，因此单一节点上只能带有一种拓扑策略。提交任务并使用拓扑策略前，集群资源管理员需要手动划分集群，在节点上进行特殊标记，且任务Pod上也需要声明带有特殊标记的节点亲和。此外，不同策略的Pod即使相互之间没有干扰也无法放置于相同节点上，导致集群利用率下降。

为了解决上述问题，ACK基于Scheduler Framework实现了拓扑感知调度能力，同时采用自主研发的gputopo-device-plugin以及ack-koordinator组件的ack-koordlet完成节点CPU、GPU拓扑结构上报，并且支持在工作负载上声明NUMA拓扑分配策略的能力，解决了原生kubelet方案中存在的不足。整体方案架构如下所示。

前提条件

集群要求：

创建ACK集群Pro版，且集群为1.24及以上版本。具体步骤，请参见创建Kubernetes托管版集群。如需升级集群，请参见升级集群。

节点要求：

仅支持GPU计算型超级计算集群实例规格族sccgn7ex及灵骏节点，请参见实例规格族描述。灵骏节点请参见管理灵骏集群和灵骏节点。

GPU拓扑感知调度的节点需要手动添加标签ack.node.gpu.schedule=topology。相关信息请参见GPU节点调度属性标签说明。

组件要求：

kube-scheduler组件版本需高于6.4.4版本。相关介绍，请参见kube-scheduler。如果您需要升级kube-scheduler组件，请在容器服务控制台单击目标集群，然后选择运维管理 > 组件管理升级组件。
已安装ack-koordinator（原ack-slo-manager）。具体操作，请参见ack-koordinator（ack-slo-manager）。
- ACK灵骏集群：直接完成ack-koordinator组件的安装。
- ACK集群Pro版：配置ack-koordinator参数时，需设置Feature Gate agentFeatures的取值为NodeTopologyReport=true。
已安装GPU拓扑感知调度组件。具体步骤，请参见安装GPU拓扑感知调度组件。
重要
如果您先安装了GPU拓扑感知调度组件，然后安装了ack-koordinator组件，您需在安装ack-koordinator后重启GPU拓扑感知调度组件。

使用限制

不支持与CPU拓扑感知调度及GPU拓扑感知调度同时使用。
仅支持CPU与GPU设备间的联合分配。
应用Pod中的所有容器的CPU Request必须为整数（单位：Core），且Request与Limit相同。
应用Pod中容器的GPU资源通过aliyun.com/gpu申请，目前仅支持整卡申请。

计费说明

使用该功能需要安装AI套件，可能会产生额外费用。请参见云原生AI套件计费说明。

ack-koordinator组件本身的安装和使用是免费的，不过需要注意的是，在以下场景中可能产生额外的费用：

ack-koordinator是非托管组件，安装后将占用Worker节点资源。您可以在安装组件时配置各模块的资源申请量。
ack-koordinator默认会将资源画像、精细化调度等功能的监控指标以Prometheus的格式对外透出。若您配置组件时开启了ACK-Koordinator开启Prometheus监控指标选项并使用了阿里云Prometheus服务，这些指标将被视为自定义指标并产生相应费用。具体费用取决于您的集群规模和应用数量等因素。建议您在启用此功能前，仔细阅读阿里云Prometheus计费说明，了解自定义指标的免费额度和收费策略。您可以通过账单和用量查询，监控和管理您的资源使用情况。

使用NUMA拓扑感知调度

您可以通过在Pod上增加如下Annotation来声明NUMA拓扑感知调度要求：

apiVersion: v1
kind: Pod
metadata:
  annotations:
    cpuset-scheduler: required                           # 启用绑定CPU
    scheduling.alibabacloud.com/numa-topology-spec: |    # 表明此Pod的NUMA拓扑需求
      {
        "numaTopologyPolicy": "SingleNUMANode",
        "singleNUMANodeExclusive": "Preferred",
      }
spec:
  containers:
  - name: example
    resources:
      limits:
        aliyun.com/gpu: '4'
        cpu: '24'
      requests:
        aliyun.com/gpu: '4'
        cpu: '24'

以下为NUMA开启拓扑感知调度相关参数：

参数	说明
`cpuset-scheduler`	Pod需要将CPU与设备进行联合分配。目前取值仅支持`required`。
`numaTopologyPolicy`	Pod调度时需要采用哪种NUMA放置策略。 `SingleNUMANode`：Pod调度时CPU与设备需要放置在相同NUMA下，如果没有满足条件的节点，Pod将无法被调度。 `Restricted`：Pod调度时CPU与设备需要放置在相同的NUMA集合下，如果没有满足条件的节点，Pod将无法被调度。 `BestEffort`：Pod调度时尽量将CPU与设备放置在相同NUMA下，如果没有节点满足这一条件，则选择最优节点进行放置。
`singleNUMANodeExclusive`	Pod调度时是否需要避开某些NUMA节点。说明 NUMA节点类型： `single`：在该NUMA节点上仅运行要求绑定到单个NUMA节点的Pod。 `shared`：类型表明有些Pod可以跨多个NUMA节点分散运行。 `idle`：没有任何Pod使用的NUMA节点，可以被新的Pod使用。（默认值）`Required`：若当前Pod要求绑定到单个NUMA节点，则Pod调度时只能使用`idle`或`single`类型的NUMA节点。若可以跨多个NUMA节点分散运行，则Pod调度时只能使用`idle`或`shared`类型的NUMA节点。 `Preferred`：Pod调度时不限制NUMA节点的使用类型。

开启前后性能对比

本文使用模型加载过程来测试开启NUMA拓扑感知调度前后带来的性能提升。我们将使用text-generation-inference工具在两块GPU卡上拉起模型，并使用NSight工具统计绑核前后GPU加载的速度变化。

本实验采用灵骏节点，TGI1.4版本，请参见TGI下载地址，NSight工具请参见NSight工具下载。

重要

采用不同的工具进行测试，测试结果会存在差异。本示例中的性能对比数据仅为采用NSight工具获得的测试结果。实际数据以您的操作环境为准。

不开启拓扑感知调度

相同场景下不开启拓扑感知调度的应用YAML如下：

展开查看YAML

apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: tgi
  name: tgi-deployment-basic
  namespace: test
spec:
  replicas: 1
  selector:
    matchLabels:
      app: tgi
  template:
    metadata:
      labels:
        app: tgi
    spec:
      containers:
        - command:
            - sleep
            - 3600d
          image: >-
            ghcr.io/huggingface/text-generation-inference:1.4
          imagePullPolicy: IfNotPresent
          name: tgi
          ports:
            - containerPort: 80
              protocol: TCP
          resources:
            limits:
              cpu: '24'
              nvidia.com/gpu: '4'
            requests:
              cpu: '24'
              nvidia.com/gpu: '4'
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: File
          volumeMounts:
            - mountPath: /llm
              name: volume-1710932083254
      restartPolicy: Always
      schedulerName: default-scheduler
      volumes:
        - name: volume-1710932083254
          persistentVolumeClaim:
            claimName: model

查看模型加载时间，可以看出模型完成加载需要15.9s。

开启拓扑感知调度

相同场景下开启拓扑感知调度的应用YAML如下：