Merge pull request #5246 from chentao1596/translate-manage-GPUs

Translate into chinese about GPU
2017-09-01 15:23:26 -07:00
parent c43fb7444b ab4f5c3e38
commit ce3950a126
1 changed files with 178 additions and 0 deletions
@@ -0,0 +1,178 @@
+---
+approvers:
+- vishh
+title: 调度 GPU
+---
+
+{% capture overview %}
+
+
+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
+
+{% endcapture %}
+
+{% capture prerequisites %}
+
+
+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. Kuberntes 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
+
+{% endcapture %}
+
+{% capture steps %}
+
+## 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
+
+```yaml
+apiVersion: v1
+kind: Pod 
+metadata:
+  name: gpu-pod
+spec: 
+  containers: 
+    - 
+      name: gpu-container-1
+      image: gcr.io/google_containers/pause:2.0
+      resources: 
+        limits: 
+          alpha.kubernetes.io/nvidia-gpu: 2 # requesting 2 GPUs
+    -
+      name: gpu-container-2
+      image: gcr.io/google_containers/pause:2.0
+      resources: 
+        limits: 
+          alpha.kubernetes.io/nvidia-gpu: 3 # requesting 3 GPUs
+```
+
+
+- GPU 只能在容器资源的 `limits` 中配置
+
+- 容器和 Pod 都不支持共享 GPU
+
+- 每个容器可以申请使用一个或者多个 GPU
+
+- GPU 必须以整数为单位被申请使用
+
+- 所有节点的 GPU 硬件要求相同
+
+
+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
+
+```shell
+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](/docs/concepts/configuration/assign-pod-node/#affinity-and-anti-affinity)规则为它指定可以使用的 GPU 类型
+
+```yaml
+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
+
+```yaml
+kind: Pod
+apiVersion: v1
+metadata:
+  name: gpu-pod
+spec:
+  containers:
+  - name: gpu-container-1
+    image: gcr.io/google_containers/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
+
+
+- Kubernetes 对硬件加速器的支持还处在早期阶段
+
+- GPU 和其它的加速器很快会成为系统的本地计算资源
+
+- 将引入更好的 API 以可扩展的方式提供和使用加速器
+
+- Kubernets 将会自动确保应用在使用 GPU 时得到最佳性能
+
+- 类似访问 CUDA 库这种关键的可用性问题将得到解决
+
+{% endcapture %}
+
+{% include templates/task.md %}