Gunakan GPU untuk beban kerja intensif komputasi pada Layanan Azure Kubernetes (AKS)
Unit pemrosesan grafis (GPU) sering digunakan untuk beban kerja intensif komputasi, seperti beban kerja grafis dan visualisasi. AKS mendukung kumpulan simpul Linux berkemampuan GPU untuk menjalankan beban kerja Kubernetes intensif komputasi.
Artikel ini membantu Anda memprovisikan simpul dengan GPU yang dapat di-schedulable pada kluster AKS baru dan yang sudah ada.
Untuk melihat VM yang didukung GPU, lihat Ukuran VM yang dioptimalkan GPU di Azure. Untuk kumpulan simpul AKS, kami merekomendasikan ukuran minimum Standard_NC6s_v3. Seri NVv4 (berdasarkan GPU AMD) tidak didukung di AKS.
Catatan
VM dengan dukungan GPU berisi perangkat keras khusus yang tunduk pada harga dan ketersediaan wilayah yang lebih tinggi. Untuk informasi selengkapnya, lihat alat penentuan harga dan ketersediaan wilayah.
- Jika Anda menggunakan kumpulan simpul dengan dukungan GPU Azure Linux, patch keamanan otomatis tidak diterapkan. Lihat versi API AKS Anda saat ini untuk perilaku default saluran peningkatan OS simpul.
Catatan
Untuk API AKS versi 2023-06-01 atau yang lebih baru, saluran default untuk peningkatan OS simpul adalah NodeImage. Untuk versi sebelumnya, saluran defaultnya adalah Tidak Ada. Untuk mempelajari selengkapnya, lihat peningkatan otomatis.
- Seri NVadsA10 v5 bukan SKU yang direkomendasikan untuk GPU VHD.
- Memperbarui kumpulan simpul yang ada untuk menambahkan GPU tidak didukung.
- Artikel ini mengasumsikan Anda memiliki kluster AKS yang sudah ada. Jika Anda tidak memiliki kluster, buat kluster menggunakan Azure CLI, Azure PowerShell, atau portal Azure.
- Anda memerlukan Azure CLI versi 2.0.64 atau yang lebih baru yang diinstal dan dikonfigurasi. Jalankan
az --version
untuk menemukan versinya. Jika Anda perlu memasang atau meningkatkan, lihat Memasang Azure CLI.
Dapatkan kredensial untuk kluster AKS Anda menggunakan az aks get-credentials
perintah . Contoh perintah berikut mendapatkan kredensial untuk myAKSCluster di grup sumber daya myResourceGroup :
az aks get-credentials --resource-group myResourceGroup --name myAKSCluster
Menggunakan GPU NVIDIA melibatkan penginstalan berbagai komponen perangkat lunak NVIDIA seperti plugin perangkat NVIDIA untuk Kubernetes, penginstalan driver GPU, dan banyak lagi.
Catatan
Secara default, Microsoft secara otomatis mempertahankan versi driver NVidia sebagai bagian dari penyebaran gambar simpul, dan AKS mendukung dan mengelolanya . Meskipun driver NVidia diinstal secara default pada simpul berkemampu GPU, Anda perlu menginstal plugin perangkat.
Penginstalan plugin perangkat NVIDIA diperlukan saat menggunakan GPU di AKS. Dalam beberapa kasus, penginstalan ditangani secara otomatis, seperti saat menggunakan Operator GPU NVIDIA atau gambar GPU AKS (pratinjau). Atau, Anda dapat menginstal plugin perangkat NVIDIA secara manual.
Anda dapat menyebarkan DaemonSet untuk plugin perangkat NVIDIA, yang menjalankan pod pada setiap simpul untuk menyediakan driver yang diperlukan untuk GPU. Ini adalah pendekatan yang disarankan saat menggunakan kumpulan simpul berkemampuan GPU untuk Azure Linux.
Untuk menggunakan SKU OS default, Anda membuat kumpulan simpul tanpa menentukan SKU OS. Kumpulan simpul dikonfigurasi untuk sistem operasi default berdasarkan versi Kubernetes kluster.
Tambahkan kumpulan simpul ke kluster Anda menggunakan
az aks nodepool add
perintah .az aks nodepool add \ --resource-group myResourceGroup \ --cluster-name myAKSCluster \ --name gpunp \ --node-count 1 \ --node-vm-size Standard_NC6s_v3 \ --node-taints sku=gpu:NoSchedule \ --enable-cluster-autoscaler \ --min-count 1 \ --max-count 3
Perintah ini menambahkan kumpulan simpul bernama gpunp ke myAKSCluster di myResourceGroup dan menggunakan parameter untuk mengonfigurasi pengaturan kumpulan simpul berikut:
--node-vm-size
: Mengatur ukuran VM untuk simpul di kumpulan simpul ke Standard_NC6s_v3.--node-taints
: Menentukan taint sku=gpu:NoSchedule pada kumpulan simpul.--enable-cluster-autoscaler
: Mengaktifkan autoscaler kluster.--min-count
: Mengonfigurasi autoscaler kluster untuk mempertahankan minimal satu simpul di kumpulan simpul.--max-count
: Mengonfigurasi autoscaler kluster untuk mempertahankan maksimum tiga simpul di kumpulan simpul.
Catatan
Taint dan ukuran VM hanya dapat diatur untuk kumpulan simpul selama pembuatan kumpulan simpul, tetapi Anda dapat memperbarui pengaturan autoscaler kapan saja.
Buat namespace layanan menggunakan
kubectl create namespace
perintah .kubectl create namespace gpu-resources
Buat file bernama nvidia-device-plugin-ds.yaml dan tempelkan manifes YAML berikut yang disediakan sebagai bagian dari plugin perangkat NVIDIA untuk proyek Kubernetes:
apiVersion: apps/v1 kind: DaemonSet metadata: name: nvidia-device-plugin-daemonset namespace: kube-system spec: selector: matchLabels: name: nvidia-device-plugin-ds updateStrategy: type: RollingUpdate template: metadata: labels: name: nvidia-device-plugin-ds spec: tolerations: - key: "sku" operator: "Equal" value: "gpu" effect: "NoSchedule" # Mark this pod as a critical add-on; when enabled, the critical add-on # scheduler reserves resources for critical add-on pods so that they can # be rescheduled after a failure. # See https://kubernetes.io/docs/tasks/administer-cluster/guaranteed-scheduling-critical-addon-pods/ priorityClassName: "system-node-critical" containers: - image: nvcr.io/nvidia/k8s-device-plugin:v0.15.0 name: nvidia-device-plugin-ctr env: - name: FAIL_ON_INIT_ERROR value: "false" securityContext: allowPrivilegeEscalation: false capabilities: drop: ["ALL"] volumeMounts: - name: device-plugin mountPath: /var/lib/kubelet/device-plugins volumes: - name: device-plugin hostPath: path: /var/lib/kubelet/device-plugins
Buat DaemonSet dan konfirmasikan plugin perangkat NVIDIA berhasil dibuat menggunakan
kubectl apply
perintah .kubectl apply -f nvidia-device-plugin-ds.yaml
Sekarang setelah Anda berhasil menginstal plugin perangkat NVIDIA, Anda dapat memeriksa bahwa GPU Anda dapat di-schedulable dan menjalankan beban kerja GPU.
Jika Anda ingin mengontrol penginstalan driver NVidia atau menggunakan Operator GPU NVIDIA, Anda dapat melewati penginstalan driver GPU default. Microsoft tidak mendukung atau mengelola pemeliharaan dan kompatibilitas driver NVidia sebagai bagian dari penyebaran gambar simpul.
Penting
Fitur pratinjau AKS tersedia berdasarkan layanan mandiri. Pratinjau disediakan "apa adanya" dan "sebagaimana tersedia," dan mereka dikecualikan dari perjanjian tingkat layanan dan garansi terbatas. Pratinjau AKS sebagian dicakup oleh dukungan pelanggan berdasarkan upaya terbaik. Dengan demikian, fitur-fitur ini tidak dimaksudkan untuk penggunaan produksi. Untuk informasi lebih lanjut, lihat artikel dukungan berikut ini:
Daftarkan atau perbarui ekstensi aks-preview menggunakan
az extension add
perintah atauaz extension update
.# Register the aks-preview extension az extension add --name aks-preview # Update the aks-preview extension az extension update --name aks-preview
Buat kumpulan simpul menggunakan
az aks nodepool add
perintah dengan--skip-gpu-driver-install
bendera untuk melewati penginstalan driver GPU otomatis.az aks nodepool add \ --resource-group myResourceGroup \ --cluster-name myAKSCluster \ --name gpunp \ --node-count 1 \ --skip-gpu-driver-install \ --node-vm-size Standard_NC6s_v3 \ --enable-cluster-autoscaler \ --min-count 1 \ --max-count 3
--skip-gpu-driver-install
Menambahkan bendera selama pembuatan kumpulan simpul melewati penginstalan driver GPU otomatis. Simpul yang ada tidak diubah. Anda dapat menskalakan kumpulan simpul ke nol lalu mencadangkan untuk membuat perubahan berlaku.
Operator GPU NVIDIA mengotomatiskan manajemen semua komponen perangkat lunak NVIDIA yang diperlukan untuk menyediakan GPU termasuk penginstalan driver, plugin perangkat NVIDIA untuk Kubernetes, runtime kontainer NVIDIA, dan banyak lagi. Karena Operator GPU menangani komponen-komponen ini, tidak perlu menginstal plugin perangkat NVIDIA secara manual. Ini juga berarti bahwa penginstalan driver GPU otomatis pada AKS tidak lagi diperlukan.
Lewati penginstalan driver GPU otomatis dengan membuat kumpulan simpul menggunakan
az aks nodepool add
perintah dengan--skip-gpu-driver-install
.--skip-gpu-driver-install
Menambahkan bendera selama pembuatan kumpulan simpul melewati penginstalan driver GPU otomatis. Simpul yang ada tidak diubah. Anda dapat menskalakan kumpulan simpul ke nol lalu mencadangkan untuk membuat perubahan berlaku.Ikuti dokumentasi NVIDIA untuk Menginstal Operator GPU.
Setelah berhasil menginstal Operator GPU, Anda dapat memeriksa apakah GPU Anda dapat di-schedulable dan menjalankan beban kerja GPU.
Peringatan
Kami tidak menyarankan untuk menginstal daemon plugin perangkat NVIDIA secara manual yang diatur dengan kluster menggunakan gambar GPU AKS.
Catatan
Mungkin ada pertimbangan tambahan yang harus diambil saat menggunakan Operator GPU NVIDIA dan menyebarkan pada instans SPOT. Baca https://github.com/NVIDIA/gpu-operator/issues/577
Catatan
Gambar GPU AKS (pratinjau) akan dihentikan pada 10 Januari 2025. Header kustom yang digunakan di bawah ini tidak akan lagi tersedia, yang berarti Anda tidak akan dapat membuat kumpulan simpul baru yang diaktifkan GPU menggunakan gambar GPU AKS. Sebaiknya migrasikan ke atau gunakan konfigurasi GPU default daripada gambar GPU khusus, karena gambar GPU khusus tidak lagi didukung. Untuk informasi selengkapnya, lihat Catatan rilis AKS, atau lihat pengumuman penghentian ini di peta jalan publik AKS kami.
AKS menyediakan gambar AKS yang dikonfigurasi sepenuhnya yang berisi plugin perangkat NVIDIA untuk Kubernetes. Gambar GPU AKS saat ini hanya tersedia di Ubuntu 18.04.
Penting
Fitur pratinjau AKS tersedia berdasarkan layanan mandiri. Pratinjau disediakan "apa adanya" dan "sebagaimana tersedia," dan mereka dikecualikan dari perjanjian tingkat layanan dan garansi terbatas. Pratinjau AKS sebagian dicakup oleh dukungan pelanggan berdasarkan upaya terbaik. Dengan demikian, fitur-fitur ini tidak dimaksudkan untuk penggunaan produksi. Untuk informasi lebih lanjut, lihat artikel dukungan berikut ini:
aks-preview
Instal ekstensi Azure CLI menggunakanaz extension add
perintah .az extension add --name aks-preview
Perbarui ke versi terbaru ekstensi menggunakan
az extension update
perintah .az extension update --name aks-preview
Daftarkan
GPUDedicatedVHDPreview
bendera fitur menggunakanaz feature register
perintah .az feature register --namespace "Microsoft.ContainerService" --name "GPUDedicatedVHDPreview"
Dibutuhkan beberapa menit agar status menampilkan Terdaftar.
Verifikasi status pendaftaran menggunakan
az feature show
perintah .az feature show --namespace "Microsoft.ContainerService" --name "GPUDedicatedVHDPreview"
Saat status mencerminkan Terdaftar, refresh pendaftaran penyedia sumber daya Microsoft.ContainerService menggunakan
az provider register
perintah .az provider register --namespace Microsoft.ContainerService
Setelah memperbarui kluster untuk menggunakan gambar GPU AKS, Anda dapat menambahkan kumpulan simpul untuk simpul GPU ke kluster Anda.
Tambahkan kumpulan simpul menggunakan
az aks nodepool add
perintah .az aks nodepool add \ --resource-group myResourceGroup \ --cluster-name myAKSCluster \ --name gpunp \ --node-count 1 \ --node-vm-size Standard_NC6s_v3 \ --node-taints sku=gpu:NoSchedule \ --aks-custom-headers UseGPUDedicatedVHD=true \ --enable-cluster-autoscaler \ --min-count 1 \ --max-count 3
Contoh perintah sebelumnya menambahkan kumpulan simpul bernama gpunp ke myAKSCluster di myResourceGroup dan menggunakan parameter untuk mengonfigurasi pengaturan kumpulan simpul berikut:
--node-vm-size
: Mengatur ukuran VM untuk simpul di kumpulan simpul ke Standard_NC6s_v3.--node-taints
: Menentukan taint sku=gpu:NoSchedule pada kumpulan simpul.--aks-custom-headers
: Menentukan gambar GPU AKS khusus, UseGPUDedicatedVHD=true. Jika sku GPU Anda memerlukan VM generasi 2, gunakan --aks-custom-headers UseGPUDedicatedVHD=true,usegen2vm=true sebagai gantinya.--enable-cluster-autoscaler
: Mengaktifkan autoscaler kluster.--min-count
: Mengonfigurasi autoscaler kluster untuk mempertahankan minimal satu simpul di kumpulan simpul.--max-count
: Mengonfigurasi autoscaler kluster untuk mempertahankan maksimum tiga simpul di kumpulan simpul.
Catatan
Taint dan ukuran VM hanya dapat diatur untuk kumpulan simpul selama pembuatan kumpulan simpul, tetapi Anda dapat memperbarui pengaturan autoscaler kapan saja.
Setelah berhasil membuat kumpulan simpul menggunakan gambar GPU, Anda dapat memeriksa apakah GPU Anda dapat di-schedulable dan menjalankan beban kerja GPU.
Setelah membuat kluster, konfirmasikan bahwa GPU dapat di-schedulable di Kubernetes.
Cantumkan simpul di kluster Anda menggunakan
kubectl get nodes
perintah .kubectl get nodes
Output Anda akan terlihat mirip dengan contoh output berikut:
NAME STATUS ROLES AGE VERSION aks-gpunp-28993262-0 Ready agent 13m v1.20.7
Konfirmasikan bahwa GPU dapat di-schedulable menggunakan
kubectl describe node
perintah .kubectl describe node aks-gpunp-28993262-0
Di bawah bagian Kapasitas, GPU harus dicantumkan sebagai
nvidia.com/gpu: 1
. Output Anda akan terlihat mirip dengan contoh output ringkas berikut:Name: aks-gpunp-28993262-0 Roles: agent Labels: accelerator=nvidia [...] Capacity: [...] nvidia.com/gpu: 1 [...]
Untuk melihat GPU beraksi, Anda dapat menjadwalkan beban kerja berkemampuan GPU dengan permintaan sumber daya yang sesuai. Dalam contoh ini, kita akan menjalankan pekerjaan Tensorflow terhadap himpunan data MNIST.
Buat file bernama samples-tf-mnist-demo.yaml dan tempelkan manifes YAML berikut, yang mencakup batas sumber daya :
nvidia.com/gpu: 1
Catatan
Jika Anda menerima kesalahan ketidakcocokan versi saat memanggil driver, seperti "versi driver CUDA tidak mencukupkan untuk versi runtime CUDA", tinjau bagan kompatibilitas matriks driver NVIDIA.
apiVersion: batch/v1 kind: Job metadata: labels: app: samples-tf-mnist-demo name: samples-tf-mnist-demo spec: template: metadata: labels: app: samples-tf-mnist-demo spec: containers: - name: samples-tf-mnist-demo image: mcr.microsoft.com/azuredocs/samples-tf-mnist-demo:gpu args: ["--max_steps", "500"] imagePullPolicy: IfNotPresent resources: limits: nvidia.com/gpu: 1 restartPolicy: OnFailure tolerations: - key: "sku" operator: "Equal" value: "gpu" effect: "NoSchedule"
Jalankan pekerjaan menggunakan
kubectl apply
perintah , yang mengurai file manifes dan membuat objek Kubernetes yang ditentukan.kubectl apply -f samples-tf-mnist-demo.yaml
Pantau kemajuan pekerjaan menggunakan
kubectl get jobs
perintah dengan--watch
bendera . Mungkin perlu beberapa menit untuk terlebih dahulu menarik gambar dan memproses dataset.kubectl get jobs samples-tf-mnist-demo --watch
Ketika kolom COMPLETIONS menunjukkan 1/1, pekerjaan telah berhasil diselesaikan, seperti yang ditunjukkan dalam contoh output berikut:
NAME COMPLETIONS DURATION AGE samples-tf-mnist-demo 0/1 3m29s 3m29s samples-tf-mnist-demo 1/1 3m10s 3m36s
Keluar dari
kubectl --watch
proses dengan Ctrl-C.Dapatkan nama pod menggunakan
kubectl get pods
perintah .kubectl get pods --selector app=samples-tf-mnist-demo
Lihat output beban kerja berkemampuan GPU menggunakan
kubectl logs
perintah .kubectl logs samples-tf-mnist-demo-smnr6
Contoh output ringkas berikut dari log pod mengonfirmasi bahwa perangkat GPU yang sesuai,
Tesla K80
, telah ditemukan:2019-05-16 16:08:31.258328: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA 2019-05-16 16:08:31.396846: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1030] Found device 0 with properties: name: Tesla K80 major: 3 minor: 7 memoryClockRate(GHz): 0.8235 pciBusID: 2fd7:00:00.0 totalMemory: 11.17GiB freeMemory: 11.10GiB 2019-05-16 16:08:31.396886: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1120] Creating TensorFlow device (/device:GPU:0) -> (device: 0, name: Tesla K80, pci bus id: 2fd7:00:00.0, compute capability: 3.7) 2019-05-16 16:08:36.076962: I tensorflow/stream_executor/dso_loader.cc:139] successfully opened CUDA library libcupti.so.8.0 locally Successfully downloaded train-images-idx3-ubyte.gz 9912422 bytes. Extracting /tmp/tensorflow/input_data/train-images-idx3-ubyte.gz Successfully downloaded train-labels-idx1-ubyte.gz 28881 bytes. Extracting /tmp/tensorflow/input_data/train-labels-idx1-ubyte.gz Successfully downloaded t10k-images-idx3-ubyte.gz 1648877 bytes. Extracting /tmp/tensorflow/input_data/t10k-images-idx3-ubyte.gz Successfully downloaded t10k-labels-idx1-ubyte.gz 4542 bytes. Extracting /tmp/tensorflow/input_data/t10k-labels-idx1-ubyte.gz Accuracy at step 0: 0.1081 Accuracy at step 10: 0.7457 Accuracy at step 20: 0.8233 Accuracy at step 30: 0.8644 Accuracy at step 40: 0.8848 Accuracy at step 50: 0.8889 Accuracy at step 60: 0.8898 Accuracy at step 70: 0.8979 Accuracy at step 80: 0.9087 Accuracy at step 90: 0.9099 Adding run metadata for 99 Accuracy at step 100: 0.9125 Accuracy at step 110: 0.9184 Accuracy at step 120: 0.922 Accuracy at step 130: 0.9161 Accuracy at step 140: 0.9219 Accuracy at step 150: 0.9151 Accuracy at step 160: 0.9199 Accuracy at step 170: 0.9305 Accuracy at step 180: 0.9251 Accuracy at step 190: 0.9258 Adding run metadata for 199 [...] Adding run metadata for 499
Container Insights dengan AKS memantau metrik penggunaan GPU berikut:
Nama metrik | Dimensi metrik (tag) | Deskripsi |
---|---|---|
containerGpuDutyCycle | container.azm.ms/clusterId , , container.azm.ms/clusterName containerName , gpuId , , gpuModel ,gpuVendor |
Persentase waktu selama periode sampel sebelumnya (60 detik) di mana GPU sibuk/aktif memproses untuk kontainer. Siklus tugas berupa angka antara 1 dan 100. |
containerGpuLimits | container.azm.ms/clusterId , , container.azm.ms/clusterName containerName |
Setiap kontainer dapat menentukan batas sebagai satu GPU atau lebih. Tidak mungkin meminta atau membatasi sebagian kecil dari GPU. |
containerGpuRequests | container.azm.ms/clusterId , , container.azm.ms/clusterName containerName |
Setiap kontainer dapat meminta satu GPU atau lebih. Tidak mungkin meminta atau membatasi sebagian kecil dari GPU. |
containerGpumemoryTotalBytes | container.azm.ms/clusterId , , container.azm.ms/clusterName containerName , gpuId , , gpuModel ,gpuVendor |
Jumlah Memori GPU dalam byte yang tersedia untuk digunakan untuk kontainer tertentu. |
containerGpumemoryUsedBytes | container.azm.ms/clusterId , , container.azm.ms/clusterName containerName , gpuId , , gpuModel ,gpuVendor |
Jumlah Memori GPU dalam byte yang digunakan oleh kontainer tertentu. |
nodeGpuAllocatable | container.azm.ms/clusterId , , container.azm.ms/clusterName gpuVendor |
Jumlah GPU dalam suatu simpul yang dapat digunakan oleh Kube. |
nodeGpuCapacity | container.azm.ms/clusterId , , container.azm.ms/clusterName gpuVendor |
Jumlah Total GPU dalam suatu simpul. |
Hapus objek Kubernetes terkait yang Anda buat di artikel ini menggunakan
kubectl delete job
perintah .kubectl delete jobs samples-tf-mnist-demo
- Untuk menjalankan pekerjaan Apache Spark, lihat Menjalankan pekerjaan Apache Spark di AKS.
- Untuk informasi selengkapnya tentang fitur penjadwal Kubernetes, lihat Praktik terbaik untuk fitur penjadwal tingkat lanjut di AKS.
- Untuk informasi selengkapnya tentang Azure Kubernetes Service dan Azure Pembelajaran Mesin, lihat:
Umpan balik Azure Kubernetes Service
Azure Kubernetes Service adalah proyek sumber terbuka. Pilih tautan untuk memberikan umpan balik: