GPU-HPN容量预留_容器计算服务(ACS)-阿里云帮助中心

ACS集群的GPU-HPN容量预留是一种支持HPN高速网络的GPU算力资源的预留类型。通过将GPU-HPN容量预留与ACS集群中的虚拟节点相关联，您可以基于亲和性调度使用GPU容器算力，从而高效利用计算资源。本文介绍创建GPU-HPN容量预留，以及关联集群的详细步骤。

背景信息

使用ACS集群时，您无需再管理节点，但为了保持与原生Kubernetes的兼容性，您仍可以在集群中看到虚拟节点。虚拟节点拥有超大的计算资源容量，让ACS集群获得极大的弹性能力，而不必担心突发业务流量。默认的虚拟节点依据acs-profile ConfigMap中的vSwitchIds生成，本身不占用任何计算资源。

GPU-HPN容量预留介绍

GPU-HPN容量预留目前仅支持以预付费包年包月的方式，预留成功后周期内的资源始终可用，单次预留多个数量时，支持同时关联多个集群。预留的节点可以规划成不同数量和不同规格的Pod实例。例如在需要使用HPN高速网络进行GPU卡间分布式通信的大模型训练、微调等场景下，GPU-HPN容量预留可以以Pod规格的GPU数量整卡切分抵扣，不约束CPU和Memory大小。

计费及使用限制

容量预留以秒为计费单位，并遵循按量付费的标准。容量预留的计费周期如下：

计费开始：创建成功且状态转为已生效时，开始计费。

计费终止：预留容量到期自动释放后停止计费。

重要

请提交工单开通GPU-HPN容量预留。
目前ACS集群仅支持相同GPU资源类型的容量预留抵扣。如果购买了不同的GPU卡型，则无法相互抵扣，ACS将按照实际购买的卡型价格进行计费。
GPU-HPN容量预留的节点仅支持计算类型为高性能网络GPU型（gpu-hpn)的Pod使用。

创建GPU-HPN容量预留

登录容器计算服务控制台，在左侧导航栏，单击容量预留。

在容量预留页面，单击创建GPU-HPN资源预留，并输入以下内容。

配置项	说明
地域	选择资源预留所在的地域。
可用区	选择资源预留所在的可用区。
形态	目前仅支持实例。
分类	目前仅支持GPU。
HPN Zone	选择资源预留所在的HPN Zone。
节点型号	请以控制台实际显示内容为准。
购买时长	1个月、1年、3年。
首付比例（%）	0首付，购买后即可直接使用。
优惠信息	按照购买时长而有所不同。1个月期无优惠，1年期为12个月整购优惠，3年期为36个月整购优惠。
出账周期	每月。
分期次数	与购买时长相关。例如，购买1个月分期次数为1期，购买1年期分期次数为12期。
购买数量	购买实例个数。

配置完成后，单击立刻购买，在确认订单页面单击去支付。在支付页面单击订购，即可完成。

关联集群

登录容器计算服务控制台，在左侧导航栏，单击容量预留。
在容量预留页面，单击需要关联集群的容量预留状态栏下方的关联集群。
重要
仅支持关联到ACS集群、ACK托管集群、ACK One注册集群和ACK One分布式工作流Argo集群，不支持其他类型集群。
在弹出的资源关联页面，选择或填入待关联集群的ID和待关联的实例数，单击确认。
重要
资源关联页面的关联集群下拉框中，只会显示ACS集群和ACK托管集群的ID。对于ACK One注册集群和ACK One分布式工作流Argo集群，请直接输入集群ID。

查询GPU-HPN容量预留已分配的资源

GPU-HPN容量预留以Kubernetes Node的形式在集群中体现，您可以通过kubectl工具查看Node已分配的资源。

执行以下命令，通过标签查看GPU-HPN节点。

kubectl get node -l alibabacloud.com/node-type=reserved

预期输出：

NAME                                      STATUS   ROLES   AGE   VERSION
cn-wulanchabu-c.cr-rkccqmu0xz8rea1*****   Ready    agent   20m   v1.28.3-aliyun

执行以下命令，查询GPU-HPN容量预留中已分配的资源。请将命令中的节点名称，替换为上一步获取的实际GPU-HPN节点名称。

kubectl describe node cn-wulanchabu-c.cr-rkccqmu0xz8rea1***** | grep Allocated -A 10

预期输出：

Allocated resources:
  (Total limits may be over 100 percent, i.e., overcommitted.)
  Resource              Requests    Limits
  --------              --------    ------
  cpu                   16 (8%)     16 (8%)
  memory                128Gi (7%)  128Gi (7%)
  ephemeral-storage     30Gi (0%)   30Gi (0%)
  nvidia.com/gpu        1           1
Events:                 <none>

其中第5~8行分别显示了CPU、内存、临时存储和GPU卡的分配量及分配率。