Edit This Page

调度 GPU

Kubernetes 提供对分布在节点上的 NVIDIA GPU 进行管理的实验支持。本页描述用户如何使用 GPU 以及当前使用的一些限制

准备开始

  1. Kubernetes 节点必须预先安装好 NVIDIA 驱动,否则,Kubelet 将检测不到可用的GPU信息;如果节点的 Capacity 属性中没有出现 NIVIDA GPU 的数量,有可能是驱动没有安装或者安装失败,请尝试重新安装

  2. 在整个 Kubernetes 系统中,feature-gates 里面特定的 alpha 特性参数 Accelerators 必须设置为 true:--feature-gates="Accelerators=true"

  3. Kubernetes 节点必须使用 docker 引擎作为容器的运行引擎

上述预备工作完成后,节点会自动发现它上面的 NVIDIA GPU,并将其作为可调度资源暴露

API

容器可以通过名称为 alpha.kubernetes.io/nvidia-gpu 的标识来申请需要使用的 NVIDIA GPU 的数量

apiVersion: v1
kind: Pod 
metadata:
  name: gpu-pod
spec: 
  containers: 
    - 
      name: gpu-container-1
      image: k8s.gcr.io/pause:2.0
      resources: 
        limits: 
          alpha.kubernetes.io/nvidia-gpu: 2 # requesting 2 GPUs
    -
      name: gpu-container-2
      image: k8s.gcr.io/pause:2.0
      resources: 
        limits: 
          alpha.kubernetes.io/nvidia-gpu: 3 # requesting 3 GPUs

如果在不同的节点上面安装了不同版本的 GPU,可以通过设置节点标签以及使用节点选择器的方式将 pod 调度到期望运行的节点上。工作流程如下:

在节点上,识别出 GPU 硬件类型,然后将其作为节点标签进行暴露

NVIDIA_GPU_NAME=$(nvidia-smi --query-gpu=gpu_name --format=csv,noheader --id=0)
source /etc/default/kubelet
KUBELET_OPTS="$KUBELET_OPTS --node-labels='alpha.kubernetes.io/nvidia-gpu-name=$NVIDIA_GPU_NAME'"
echo "KUBELET_OPTS=$KUBELET_OPTS" > /etc/default/kubelet

在 pod 上,通过节点亲和性规则为它指定可以使用的 GPU 类型

kind: pod
apiVersion: v1
metadata:
  annotations:
    scheduler.alpha.kubernetes.io/affinity: >
      {
        "nodeAffinity": {
          "requiredDuringSchedulingIgnoredDuringExecution": {
            "nodeSelectorTerms": [
              {
                "matchExpressions": [
                  {
                    "key": "alpha.kubernetes.io/nvidia-gpu-name",
                    "operator": "In",
                    "values": ["Tesla K80", "Tesla P100"]
                  }
                ]
              }
            ]
          }
        }
      }
spec:
  containers:
    -
      name: gpu-container-1
      resources:
        limits:
          alpha.kubernetes.io/nvidia-gpu: 2

上述设定可以确保 pod 会被调度到包含名称为 alpha.kubernetes.io/nvidia-gpu-name 的标签并且标签的值为 Tesla K80 或者 Tesla P100 的节点上

警告

当未来的 Kubernetes 版本能够更好的支持GPU以及一般的硬件加速器时,这里的 API 描述将会随之做出变更

访问 CUDA 库

到目前为止,还需要预先在节点上安装 CUDA 库

为了避免后面使用库出现问题,可以将库放到 /var/lib/ 下的某个文件夹下,或者直接改变库目录的权限(以后的版本会自动完成这一过程)

Pods能够通过 hostPath 卷来访问库

kind: Pod
apiVersion: v1
metadata:
  name: gpu-pod
spec:
  containers:
  - name: gpu-container-1
    image: k8s.gcr.io/pause:2.0
    resources:
      limits:
        alpha.kubernetes.io/nvidia-gpu: 1
    volumeMounts:
    - mountPath: /usr/local/nvidia/bin
      name: bin
    - mountPath: /usr/lib/nvidia
      name: lib
  volumes:
  - hostPath:
      path: /usr/lib/nvidia-375/bin
    name: bin
  - hostPath:
      path: /usr/lib/nvidia-375
    name: lib

未来

反馈