eRDMA(Elastic Remote Direct Memory Access)是一种高性能网络通信技术,将eRDMA功能引入容器(Docker)环境可以实现容器应用程序绕过操作系统内核直接访问主机的物理eRDMA设备,从而提供更快的数据传输和通信效率,适用于在容器中需要大规模数据传输和高性能网络通信的应用场景。本文介绍如何在GPU实例上使用eRDMA容器镜像。
背景信息
如果您的业务需要大规模RDMA的网络服务能力,您可以在支持eRDMA能力的GPU实例规格上(目前仅ebmgn7ex和ebmgn7ix实例支持配置eRDMA功能),通过创建挂载支持弹性RDMA能力的网卡来实现。更多信息,请参见eRDMA概述。
eRDMA容器镜像以Ubuntu 22.04为基础镜像,配备了CUDA、cuDNN、NCCL及eRDMA的用户态驱动程序包。在实例中安装了Docker环境,将eRDMA功能引入Docker环境后,您可以在容器内直接访问eRDMA设备。
eRDMA镜像支持的版本
eRDMA镜像大概会在3个月内更新一次。
镜像名称 | 版本信息 | 镜像地址 | 优势 |
eRDMA |
| egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/erdma:cuda12.1.1-cudnn8-ubuntu22.04 |
|
操作步骤
创建GPU实例并配置eRDMA功能。
具体操作,请参见在GPU实例上配置eRDMA。
目前仅ebmgn7ex和ebmgn7ix实例支持配置eRDMA功能。本操作以ebmgn7ix实例规格、Ubuntu 20.04操作系统为例。建议您在ECS管理控制台上创建配置了eRDMA网卡的GPU实例,并选中安装GPU驱动和安装eRDMA软件栈选项。
重要GPU实例创建完成后,会同时自动安装Tesla驱动、CUDA、cuDDN库以及eRDMA软件栈等,相比手动安装方式更快捷。
远程连接GPU实例。
具体操作,请参见通过密码或密钥认证登录Linux实例。
安装Docker环境。
执行以下命令,在Ubuntu系统上安装Docker的官方GPG密钥。
sudo apt-get update sudo apt-get install ca-certificates curl -y sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc sudo chmod a+r /etc/apt/keyrings/docker.asc
执行以下命令,将软件仓库(repository)信息添加到APT软件源列表。
echo \ "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \ sudo tee /etc/apt/sources.list.d/docker.list > /dev/null sudo apt-get update sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
执行以下命令,安装nvidia-container-toolkit软件包。
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo apt-get update sudo apt-get install -y nvidia-container-toolkit
依次执行以下命令,设置Docker开机自启动并重启Docker服务。
systemctl enable docker
systemctl restart docker
执行以下命令,拉取eRDMA镜像。
docker pull egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/erdma:cuda12.1.1-cudnn8-ubuntu22.04
执行以下命令,运行eRDMA容器。
docker run -d -t --network=host --gpus all \ --privileged \ --ipc=host --ulimit memlock=-1 --ulimit stack=67108864 \ --name erdma \ -v /root:/root \ egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/erdma:cuda12.1.1-cudnn8-ubuntu22.04
测试验证
本测试以创建2个GPU实例(例如host1和host2)为例,2个GPU实例上均已安装了Docker环境,并且该环境下已成功运行eRDMA容器。
在host1和host2中的容器内,分别查看eRDMA网卡设备是否正常。
执行以下命令,进入容器环境。
docker exec -it erdma bash
执行以下命令,在容器内查看eRDMA网卡设备。
ibv_devinfo
回显信息如下,可以看到2个eRDMA网卡设备状态为
PORT_ACTIVE
,即eRDMA网卡设备状态正常。
在容器内测试host1和host2的nccl-test。
执行以下命令,下载nccl-test测试代码。
git clone https://github.com/NVIDIA/nccl-tests.git
执行以下命令,编译nccl-test。
apt update apt install openmpi-bin libopenmpi-dev -y cd nccl-test && make MPI=1 CUDA_HOME=/usr/local/cuda-12.1/ NCCL_HOME=/usr/local/cuda-12.1/ MPI_HOME=/usr/lib/x86_64-linux-gnu/openmpi
建立host1和host2之间的免密连接,并配置通过12345端口进行SSH连接。
SSH连接配置后,您可以在容器内通过
ssh -p 12345 ip
去测试两个eRDMA Docker环境是否可以免密连接。测试命令如下:在host1中的容器内,执行以下命令,生成SSH密钥并将公钥复制到host2中的容器内。
ssh-keygen ssh-copy-id -i ~/.ssh/id_rsa.pub ${host2}
在host2中的容器内,执行以下命令,安装SSH服务并指定SSH服务器的监听端口号为
12345
。apt-get update && apt-get install ssh -y mkdir /run/sshd /usr/sbin/sshd -p 12345
在host1中的容器内,执行以下命令,测试是否免密连接host2中的容器。
ssh root@{host2} -p 12345
在host1中的容器内,执行测试all_reduce_perf。
mpirun --allow-run-as-root -np 16 -npernode 8 -H 172.16.15.237:8,172.16.15.235:8 \ --bind-to none -mca btl_tcp_if_include eth0 \ -x NCCL_SOCKET_IFNAME=eth0 \ -x NCCL_IB_DISABLE=0 \ -x NCCL_IB_GID_INDEX=1 \ -x NCCL_NET_GDR_LEVEL=5 \ -x NCCL_DEBUG=INFO \ -x NCCL_ALGO=Ring -x NCCL_P2P_LEVEL=3 \ -x LD_LIBRARY_PATH -x PATH \ -mca plm_rsh_args "-p 12345" \ /workspace/nccl-tests/build/all_reduce_perf -b 1G -e 1G -f 2 -g 1 -n 20
回显结果如下所示:
执行以下命令,在host端(容器外)监控eRDMA网络是否有流量。
eadm stat -d erdma_0 -l
回显结果如下所示,表示eRDMA网络存在流量,即使用的是eRDMA网络。
相关文档
在GPU实例上配置eRDMA,各GPU实例间在VPC网络下可以实现RDMA直通加速互联。具体操作,请参见在GPU实例上配置eRDMA。
在大规模数据传输和高性能网络通信的应用场景,如果您需要在GPU实例上自行部署和配置Docker环境,并将eRDMA功能引入到该Docker环境,以提供更快的数据传输和通信效率。具体操作,请参见在容器(Docker)中配置eRDMA。
- 本页导读 (1)