调度 GPU
Kubernetes v1.26 [稳定版]Kubernetes 包含对在集群中不同节点上管理 AMD 和 NVIDIA GPU（图形处理单元）的 稳定版 支持，使用设备插件。
此页面描述了用户如何使用 GPU，并概述了实现中的一些限制。
使用设备插件
Kubernetes 实现了设备插件，以便让 Pod 访问特殊的硬件功能（如 GPU）。
作为管理员，您必须在节点上安装相应硬件供应商的 GPU 驱动程序，并运行来自 GPU 供应商的相应设备插件。 以下是一些指向供应商说明的链接
安装插件后，您的集群会公开一个自定义的可调度资源，例如 amd.com/gpu 或 nvidia.com/gpu。
您可以通过请求自定义 GPU 资源，从您的容器中使用这些 GPU，就像您请求 cpu 或 memory 一样。 但是，在指定自定义设备的资源需求时存在一些限制。
GPU 应该只在 limits 部分中指定，这意味着
- 您可以指定 GPU
limits而无需指定requests，因为 Kubernetes 默认将限制用作请求值。 - 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。
这是一个请求 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
使用不同类型的 GPU 管理集群
如果集群中不同的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。
自动节点标签
作为管理员，您可以通过部署 Kubernetes 节点特性发现 (NFD) 来自动发现和标记所有启用 GPU 的节点。 NFD 检测 Kubernetes 集群中每个节点上可用的硬件特性。 通常，NFD 被配置为将这些特性作为节点标签进行通告，但 NFD 还可以添加扩展资源、注释和节点污点。 NFD 与所有受支持的 Kubernetes 版本兼容。 默认情况下，NFD 为检测到的特性创建特性标签。 管理员可以利用 NFD 来污染具有特定特性的节点，以便只有请求这些特性的 Pod 才能被调度到这些节点上。
您还需要一个 NFD 插件，它会将适当的标签添加到您的节点；这些可以是通用标签，也可以是供应商特定的标签。 您的 GPU 供应商可能会为 NFD 提供第三方插件； 请查看其文档以了解更多详细信息。
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
本页上的项目指的是提供 Kubernetes 所需功能的第三方产品或项目。 Kubernetes 项目的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。