在 Kubernetes 上調(diào)度 GPU 資源

Kubernetes 支持對節(jié)點上的 AMD 和 NVIDIA 的 GPU 進行管理，目前處于實驗狀態(tài)。

• 用戶如何在不同的 Kubernetes 版本中使用 GPU，以及當(dāng)前存在的一些限制。

1. 使用設(shè)備插件

Kubernetes 實現(xiàn)了 Device Plugins^[1] 以允許 Pod 訪問類似 GPU 這類特殊的硬件功能特性。作為運維管理人員，你要在節(jié)點上安裝來自對應(yīng)硬件廠商的 GPU 驅(qū)動程序，并運行來自 GPU 廠商的對應(yīng)的設(shè)備插件。

• AMD - deploying-amd-gpu-device-plugin^[2]
• NVIDIA - deploying-nvidia-gpu-device-plugin^[3]

當(dāng)以上條件滿足時，Kubernetes 將暴露 amd.com/gpu 或 nvidia.com/gpu 為可調(diào)度的資源，可以通過請求 .com/gpu 資源來使用 GPU 設(shè)備。不過，使用 GPU 時，在如何指定資源需求這個方面還是有一些限制的：

• GPUs 只能設(shè)置在 limits 部分，這意味著：
• 不可以僅指定 requests 而不指定 limits
• 可以同時指定 limits 和 requests，不過這兩個值必須相等
• 可以指定 GPU 的 limits 而不指定其 requests，K8S 將使用限制值作為默認(rèn)的請求值

• 容器(Pod)之間是不共享 GPU 的，GPU 也不可以過量分配
• 每個容器可以請求一個或者多個 GPU，但是用小數(shù)值來請求部分 GPU 是不允許的

#?need?2?GPUs
apiVersion:?v1
kind:?Pod
metadata:
??name:?gpu-pod
spec:
??containers:
????-?name:?cuda-container
??????image:?nvcr.io/nvidia/cuda:9.0-devel
??????resources:
????????limits:
??????????nvidia.com/gpu:?2
????-?name:?digits-container
??????image:?nvcr.io/nvidia/digits:20.12-tensorflow-py3
??????resources:
????????limits:
??????????nvidia.com/gpu:?2

2. 部署 AMD GPU 設(shè)備插件

節(jié)點需要使用 AMD 的 GPU 資源的話，需要先安裝 k8s-device-plugin^[4] 這個插件，并且需要 K8S 節(jié)點必須預(yù)先安裝 AMD GPU 的 Linux 驅(qū)動。

#?安裝顯卡插件
$?kubectl?create?-f?https://raw.githubusercontent.com/RadeonOpenCompute/k8s-device-plugin/r1.10/k8s-ds-amdgpu-dp.yaml

3. 部署 NVIDIA GPU 設(shè)備插件

節(jié)點需要使用 NVIDIA 的 GPU 資源的話，需要先安裝 k8s-device-plugin 這個插件，并且需要事先滿足下面的條件：

• Kubernetes 的節(jié)點必須預(yù)先安裝了 NVIDIA 驅(qū)動
• Kubernetes 的節(jié)點必須預(yù)先安裝 nvidia-docker2.0
• Docker 的默認(rèn)運行時必須設(shè)置為 nvidia-container-runtime，而不是 runc
• NVIDIA 驅(qū)動版本大于或者等于 384.81 版本

#?安裝nvidia-docker2.0工具
$?distribution=$(.?/etc/os-release;echo?$ID$VERSION_ID)
$?curl?-s?-L?https://nvidia.github.io/nvidia-docker/gpgkey?|?sudo?apt-key?add?-
$?curl?-s?-L?https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list?|?sudo?tee?/etc/apt/sources.list.d/nvidia-docker.list
$?sudo?apt-get?update?&&?sudo?apt-get?install?-y?nvidia-docker2
$?sudo?systemctl?restart?docker

#?安裝nvidia-container-runtime運行時
$?cat?/etc/docker/daemon.json
{
????"default-runtime":?"nvidia",
????"runtimes":?{
????????"nvidia":?{
????????????"path":?"/usr/bin/nvidia-container-runtime",
????????????"runtimeArgs":?[]
????????}
????}
}

#?安裝顯卡插件
$?kubectl?create?-f?https://raw.githubusercontent.com/NVIDIA/k8s-device-plugin/1.0.0-beta4/nvidia-device-plugin.yml

也可以使用 helm 或 docker 安裝:

$?helm?repo?add?nvdp?https://nvidia.github.io/k8s-device-plugin
$?helm?repo?update
$?helm?install?--version=0.9.0?--generate-name?nvdp/nvidia-device-plugin

#?也可以使用docker安裝
$?docker?run?-it?\
????--security-opt=no-new-privileges?\
????--cap-drop=ALL?--network=none?\
????-v?/var/lib/kubelet/device-plugins:/var/lib/kubelet/device-plugins?\
????nvcr.io/nvidia/k8s-device-plugin:devel

4. 結(jié)論總結(jié)陳述

顯卡插件，就是在我們通過在配置文件里面指定如下字段之后，啟動 pod 的時候，系統(tǒng)給為我們的服務(wù)分配對應(yīng)需要數(shù)量的顯卡數(shù)量，讓我們的程序可以使用顯卡資源。

• amd.com/gpu
• nvidia.com/gpu

需要注意的是，第一次安裝顯卡驅(qū)動的話，是不用重啟服務(wù)器的，后續(xù)更新驅(qū)動版本的話，則是需要的。但是建議第一次安裝驅(qū)動之后，最好還是重啟下，防止意外情況的出現(xiàn)和發(fā)生。

原文鏈接：https://www.escapelife.site/posts/b7a3f647.html

參考資料