调度 GPU

配置和调度 GPU 成一类资源以供集群中节点使用。

特性状态： Kubernetes v1.26 [stable]

Kubernetes 支持使用设备插件来跨集群中的不同节点管理 AMD 和 NVIDIA GPU（图形处理单元），目前处于稳定状态。

本页介绍用户如何使用 GPU 以及当前存在的一些限制。

使用设备插件

Kubernetes 实现了设备插件（Device Plugin），让 Pod 可以访问类似 GPU 这类特殊的硬件功能特性。

说明： 本部分链接到提供 Kubernetes 所需功能的第三方项目。Kubernetes 项目作者不负责这些项目。此页面遵循CNCF 网站指南，按字母顺序列出项目。要将项目添加到此列表中，请在提交更改之前阅读内容指南。

作为集群管理员，你要在节点上安装来自对应硬件厂商的 GPU 驱动程序，并运行来自 GPU 厂商的对应设备插件。以下是一些厂商说明的链接：

一旦你安装了插件，你的集群就会暴露一个自定义可调度的资源，例如 amd.com/gpu 或 nvidia.com/gpu。

你可以通过请求这个自定义的 GPU 资源在你的容器中使用这些 GPU，其请求方式与请求 cpu 或 memory 时相同。 不过，在如何指定自定义设备的资源请求方面存在一些限制。

GPU 只能在 limits 部分指定，这意味着：

  • 你可以指定 GPU 的 limits 而不指定其 requests，因为 Kubernetes 将默认使用限制值作为请求值。
  • 你可以同时指定 limits 和 requests，不过这两个值必须相等。
  • 你不可以仅指定 requests 而不指定 limits。

以下是一个 Pod 请求 GPU 的示例清单：

  1. apiVersion: v1
  2. kind: Pod
  3. metadata:
  4.   name: example-vector-add
  5. spec:
  6.   restartPolicy: OnFailure
  7.   containers:
  8.     - name: example-vector-add
  9.       image: "registry.example/example-vector-add:v42"
  10.       resources:
  11.         limits:
  12.           gpu-vendor.example/example-gpu: 1 # 请求 1 个 GPU

集群内存在不同类型的 GPU

如果集群内部的不同节点上有不同类型的 NVIDIA GPU， 那么你可以使用节点标签和节点选择器来将 Pod 调度到合适的节点上。

例如：

  1. # 为你的节点加上它们所拥有的加速器类型的标签
  2. kubectl label nodes node1 accelerator=example-gpu-x100
  3. kubectl label nodes node2 accelerator=other-gpu-k915

这个标签键 accelerator 只是一个例子；如果你愿意，可以使用不同的标签键。

自动节点标签

如果你在使用 AMD GPU，你可以部署 Node Labeller， 它是一个 控制器， 会自动给节点打上 GPU 设备属性标签。

对于 NVIDIA GPU，GPU feature discovery 提供了类似功能。