调度 GPU
Kubernetes v1.26 [稳定]Kubernetes 使用 设备插件 为管理集群中不同节点上的 AMD 和 NVIDIA GPU（图形处理单元）提供 **稳定** 支持。
本页介绍了用户如何使用 GPU，并概述了实现中的一些限制。
使用设备插件
Kubernetes 实现设备插件，允许 Pod 访问诸如 GPU 之类的专用硬件功能。
作为管理员，您必须从相应的硬件供应商在节点上安装 GPU 驱动程序，并运行来自 GPU 供应商的相应设备插件。以下是供应商说明的链接
安装插件后，您的集群会公开一个自定义可调度资源，例如 amd.com/gpu 或 nvidia.com/gpu。
您可以通过请求自定义 GPU 资源来从容器中使用这些 GPU，就像请求 cpu 或 memory 一样。但是，在您指定自定义设备的资源要求时存在一些限制。
GPU 只应该在 limits 部分中指定，这意味着
- 您可以指定 GPU
limits而不指定requests，因为 Kubernetes 默认情况下会将 limit 作为请求值使用。 - 您可以在
limits和requests中都指定 GPU，但这两个值必须相等。 - 您不能在不指定
limits的情况下指定 GPUrequests。
以下是一个请求 GPU 的 Pod 的示例清单
apiVersion: v1
kind: Pod
metadata:
name: example-vector-add
spec:
restartPolicy: OnFailure
containers:
- name: example-vector-add
image: "registry.example/example-vector-add:v42"
resources:
limits:
gpu-vendor.example/example-gpu: 1 # requesting 1 GPU
管理具有不同类型 GPU 的集群
如果集群中的不同节点具有不同类型的 GPU，那么您可以使用 节点标签和节点选择器 将 Pod 调度到适当的节点。
例如
# Label your nodes with the accelerator type they have.
kubectl label nodes node1 accelerator=example-gpu-x100
kubectl label nodes node2 accelerator=other-gpu-k915
标签键 accelerator 只是一个示例；如果您愿意，可以使用不同的标签键。
自动节点标记
作为管理员，您可以通过部署 Kubernetes 节点功能发现 (NFD) 自动发现并标记所有启用了 GPU 的节点。NFD 检测 Kubernetes 集群中每个节点上可用的硬件功能。通常，NFD 被配置为将这些功能作为节点标签进行宣传，但 NFD 也可以添加扩展资源、注释和节点污点。NFD 与所有 支持的 Kubernetes 版本 兼容。默认情况下，NFD 为检测到的功能创建 功能标签。管理员可以利用 NFD 来对具有特定功能的节点进行污点标记，以便只有请求这些功能的 Pod 才能调度到这些节点上。
您还需要一个 NFD 插件，它可以为您的节点添加适当的标签；这些标签可能是通用标签，也可能是特定于供应商的标签。您的 GPU 供应商可能为 NFD 提供第三方插件；有关更多详细信息，请查看他们的文档。
apiVersion: v1
kind: Pod
metadata:
name: example-vector-add
spec:
restartPolicy: OnFailure
# You can use Kubernetes node affinity to schedule this Pod onto a node
# that provides the kind of GPU that its container needs in order to work
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: "gpu.gpu-vendor.example/installed-memory"
operator: Gt # (greater than)
values: ["40535"]
- key: "feature.node.kubernetes.io/pci-10.present" # NFD Feature label
values: ["true"] # (optional) only schedule on nodes with PCI device 10
containers:
- name: example-vector-add
image: "registry.example/example-vector-add:v42"
resources:
limits:
gpu-vendor.example/example-gpu: 1 # requesting 1 GPUGPU 供应商实现
本页上的内容指的是提供 Kubernetes 所需功能的第三方产品或项目。Kubernetes 项目作者不对这些第三方产品或项目负责。有关更多详细信息，请参阅 CNCF 网站指南。
在提出添加额外第三方链接的更改之前，您应该阅读 内容指南。