Skip to content

应用使用 GPU 整卡

本节介绍如何在算丰 AI 算力平台将整个 NVIDIA GPU 卡分配给单个应用。

前提条件

  • 已经部署 算丰 AI 算力平台 容器管理平台，且平台运行正常。
  • 容器管理模块已接入 Kubernetes 集群或者已创建 Kubernetes 集群，且能够访问集群的 UI 界面。
  • 当前集群已离线安装 GPU Operator 并已启用 NVIDIA DevicePlugin ，可参考 GPU Operator 离线安装。
  • 当前集群内 GPU 卡未进行任何虚拟化操作或被其它应用占用。

操作步骤

使用 UI 界面配置

  1. 确认集群是否已检测 GPU 卡。点击对应 集群 -> 集群设置 -> Addon 插件 ，查看是否已自动启用并自动检测对应 GPU 类型。 目前集群会自动启用 GPU ，并且设置 GPU 类型为 Nvidia GPU 。

    集群设置

  2. 部署工作负载，点击对应 集群 -> 工作负载 ，通过镜像方式部署工作负载，选择类型（Nvidia GPU）之后，需要配置应用使用的物理卡数量：

    物理卡数量（nvidia.com/gpu） ：表示当前 Pod 需要挂载几张物理卡，输入值必须为整数且 小于等于 宿主机上的卡数量。

    集群设置

    如果上述值配置的有问题则会出现调度失败，资源分配不了的情况。

使用 YAML 配置

创建工作负载申请 GPU 资源，在资源申请和限制配置中增加 nvidia.com/gpu: 1 参数配置应用使用物理卡的数量。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: full-gpu-demo
  namespace: default
spec:
  replicas: 1
  selector:
    matchLabels:
      app: full-gpu-demo
  template:
    metadata:
      labels:
        app: full-gpu-demo
    spec:
      containers:
      - image: chrstnhntschl/gpu_burn
        name: container-0
        resources:
          requests:
            cpu: 250m
            memory: 512Mi
            nvidia.com/gpu: 1   # 申请 GPU 的数量
          limits:
            cpu: 250m
            memory: 512Mi
            nvidia.com/gpu: 1   # GPU 数量的使用上限
      imagePullSecrets:
      - name: default-secret

Note

使用 nvidia.com/gpu 参数指定 GPU 数量时，requests 和 limits 值需要保持一致。