Komputer virtual GPU di perangkat GPU Azure Stack Edge Pro Anda
BERLAKU UNTUK: Azure Stack Edge Pro - GPU
Azure Stack Edge Pro 2
Azure Stack Edge Pro R
Beban kerja yang dipercepat GPU pada perangkat GPU Azure Stack Edge Pro memerlukan komputer virtual GPU. Artikel ini memberikan ringkasan tentang VM GPU, termasuk OS yang didukung, driver GPU, dan ukuran VM. Opsi penyebaran untuk VM GPU yang digunakan dengan kluster Kubernetes juga dibahas.
Tentang VM GPU
Perangkat Azure Stack Edge Anda mungkin dilengkapi dengan 1 atau 2 GPU Tesla T4 atau Tensor Core A2 Nvidia. Untuk menyebarkan beban kerja VM yang dipercepat GPU pada perangkat ini, gunakan ukuran VM yang dioptimalkan GPU. VM GPU yang dipilih harus cocok dengan pembuatan GPU di perangkat Azure Stack Edge Anda. Untuk informasi selengkapnya, lihat VM yang dioptimalkan GPU seri N yang didukung.
Untuk memanfaatkan kemampuan GPU komputer virtual seri Azure N, driver GPU Nvidia harus diinstal. Ekstensi driver GPU Nvidia menginstal driver Nvidia CUDA atau GRID yang sesuai. Anda dapat menginstal ekstensi GPU menggunakan templat atau melalui portal Microsoft Azure.
Anda dapat menginstal atau mengelola ekstensi menggunakan templat Azure Resource Manager setelah penyebaran VM. Di portal Microsoft Azure, Anda dapat menginstal ekstensi GPU selama atau setelah menerapkan VM; untuk petunjuk, lihat Menyebarkan VM GPU di perangkat Azure Stack Edge.
Jika perangkat Anda memiliki kluster Kubernetes terkonfigurasi konsiderasi penyebaran untuk kluster Kubernetes sebelum Anda menyebarkan VM GPU.
Driver OS dan GPU yang didukung
Ekstensi driver GPU Nvidia untuk Windows dan Linux mendukung versi OS berikut.
OS yang didukung untuk ekstensi GPU pada Windows
Ekstensi ini mendukung sistem operasi (OS) berikut. Versi lain mungkin juga berfungsi tetapi belum diuji secara in-house pada VM GPU yang berjalan di perangkat Azure Stack Edge.
Distribusi | Versi |
---|---|
Server Windows 2019 | Core |
Server Windows 2016 | Core |
OS yang didukung untuk ekstensi GPU pada Linux
Ekstensi ini mendukung distro OS berikut, yang bergantung pada dukungan driver untuk versi OS tertentu. Versi lain mungkin juga berfungsi tetapi belum diuji secara in-house pada VM GPU yang berjalan di perangkat Azure Stack Edge.
Distribusi | Versi |
---|---|
Ubuntu | 18.04 LTS |
Red Hat Enterprise Linux | 7.4 |
Penyebaran VM GPU
Anda dapat menyebarkan VM GPU melalui portal Microsoft Azure atau menggunakan templat Azure Resource Manager. Ekstensi GPU diinstal setelah pembuatan VM.
Portal: Di portal Azure, Anda dapat dengan cepat menginstal ekstensi GPU saat membuat VM atau setelah penyebaran VM.
Templat: Menggunakan templat Azure Resource Manager, Anda membuat VM kemudian menginstal ekstensi GPU.
VM GPU dan Kubernetes
Sebelum Anda menyebarkan VM GPU pada perangkat Anda, lakukan ulasan pertimbangan berikut jika Kubernetes dikonfigurasikan pada perangkat.
Untuk perangkat dengan 1-GPU:
Membuat komputer virtual GPU diikuti dengan konfigurasi Kubernetes pada perangkat Anda: Dalam skenario ini, baik pembuatan komputer virtual GPU maupun konfigurasi Kubernetes akan berhasil. Kubernetes tidak akan memiliki akses ke GPU dalam kasus ini.
Mengkonfigurasikan Kubernetes pada perangkat Anda diikuti dengan pembuatan komputer virtual GPU: Dalam skenario ini, Kubernetes akan mengklaim GPU pada perangkat Anda dan pembuatan komputer virtual akan gagal karena tidak ada sumber daya GPU yang tersedia.
Untuk perangkat dengan 2-GPU
Membuat komputer virtual GPU diikuti dengan konfigurasi Kubernetes pada perangkat Anda: Dalam skenario ini, komputer virtual GPU yang Anda buat akan mengklaim satu GPU di perangkat Anda dan konfigurasi Kubernetes juga akan berhasil dan akan mengklaim GPU yang satunya.
Membuat dua komputer virtual GPU diikuti dengan konfigurasi Kubernetes pada perangkat Anda: Dalam skenario ini, kedua komputer virtual GPU akan mengklaim kedua GPU pada perangkat dan Kubernetes juga berhasil dikonfigurasi tanpa GPU.
Mengkonfigurasikan Kubernetes pada perangkat Anda diikuti dengan pembuatan komputer virtual GPU: Dalam skenario ini, Kubernetes akan mengklaim kedua GPU pada perangkat Anda dan pembuatan komputer virtual akan gagal karena tidak ada sumber daya GPU yang tersedia.
Langkah berikutnya
- Pelajari cara Menyebarkan VM GPU.
- Pelajari cara Menginstal ekstensi GPU di VM GPU yang berjalan di perangkat Anda.
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk