Delen via

Virtuele GPU-machines voor Azure Stack Edge Pro GPU-apparaten

  • Artikel

VAN TOEPASSING OP:Ja voor Pro - GPU-SKU Azure Stack Edge Pro - GPUJa voor Pro 2 SKUAzure Stack Edge Pro 2Ja voor Pro R SKUAzure Stack Edge Pro R

Voor gpu-versnelde workloads op een Gpu-apparaat van Azure Stack Edge Pro is een GPU-VM (virtuele machine) vereist. Dit artikel bevat een overzicht van GPU-VM's, waaronder ondersteunde besturingssystemen, GPU-stuurprogramma's en VM-grootten. Implementatieopties voor GPU-VM's die worden gebruikt met Kubernetes-clusters, worden ook besproken.

Over GPU-VM's

Uw Azure Stack Edge-apparaten kunnen zijn uitgerust met 1 of 2 van Nvidia's Tesla T4 of Tensor Core A2 GPU. Gebruik voor GPU geoptimaliseerde VM-grootten om WORKLOADS van vm's met GPU-versnelling op deze apparaten te implementeren. De gekozen GPU-VM moet overeenkomen met het merk van de GPU op uw Azure Stack Edge-apparaat. Zie Ondersteunde VM's uit de N-serie die zijn geoptimaliseerd voor GPU voor meer informatie.

Om te profiteren van de GPU-mogelijkheden van VM's uit de Azure N-serie, moeten Nvidia GPU-stuurprogramma's worden geïnstalleerd. Met de extensie van het Nvidia GPU-stuurprogramma installeert u de juiste Nvidia CUDA- of GRID-stuurprogramma's. U kunt de GPU-extensies installeren met behulp van sjablonen of via Azure Portal.

U kunt de extensie installeren en beheren met behulp van de Azure Resource Manager-sjablonen na de vm-implementatie. In Azure Portal kunt u de GPU-extensie installeren tijdens of nadat u een VM hebt geïmplementeerd; Zie GPU-VM's implementeren op uw Azure Stack Edge-apparaat voor instructies.

Als op uw apparaat een Kubernetes-cluster is geconfigureerd, controleert u de implementatieoverwegingen voor Kubernetes-clusters voordat u GPU-VM's implementeert.

Ondersteunde besturingssysteem- en GPU-stuurprogramma's

De Nvidia GPU-stuurprogramma-extensies voor Windows en Linux ondersteunen de volgende versies van het besturingssysteem.

Ondersteund besturingssysteem voor GPU-extensie voor Windows

Deze extensie ondersteunt de volgende besturingssystemen (BESTURINGSSYSTEMen). Andere versies werken mogelijk, maar zijn niet intern getest op GPU-VM's die worden uitgevoerd op Azure Stack Edge-apparaten.

Distributie Versie
Windows Server 2019 Basis
Windows Server 2016 Basis

Ondersteund besturingssysteem voor GPU-extensie voor Linux

Deze extensie ondersteunt de volgende distributie van het besturingssysteem, afhankelijk van de stuurprogrammaondersteuning voor specifieke versie van het besturingssysteem. Andere versies werken mogelijk, maar zijn niet intern getest op GPU-VM's die worden uitgevoerd op Azure Stack Edge-apparaten.

Distributie Versie
Red Hat Enterprise Linux 7.4

Notitie

Ubuntu 18.04 LTS GPU-extensie is afgeschaft. De GPU-extensie wordt niet meer ondersteund op UBUNTU 18.04 GPU-VM's die worden uitgevoerd op Azure Stack Edge-apparaten. Als u van plan bent om de Ubuntu-versie 18.04 LTS-distributie te gebruiken, raadpleegt u de stappen voor handmatige installatie van GPU-stuurprogramma's bij CUDA Toolkit 12.1 Update 1 Downloads. Mogelijk moet u vóór de installatie de CUDA-ondertekeningssleutel downloaden. Zie Gpu-extensieproblemen voor GPU-VM's in Azure Stack Edge Pro GPU oplossen voor een voorbeeld van het installeren van de ondertekeningssleutel.

GPU-VM-implementatie

U kunt een GPU-VM implementeren via Azure Portal of met behulp van Azure Resource Manager-sjablonen. De GPU-extensie wordt geïnstalleerd nadat de VM is gemaakt.

GPU-VM's en Kubernetes

Bekijk de volgende overwegingen voordat u GPU-VM's op uw apparaat implementeert als Kubernetes op het apparaat is geconfigureerd.

Voor 1 GPU-apparaat:

  • Maak een GPU-VM, gevolgd door kubernetes-configuratie op uw apparaat: in dit scenario is het maken van de GPU-VM en de Kubernetes-configuratie beide geslaagd. Kubernetes heeft in dit geval geen toegang tot de GPU.

  • Configureer Kubernetes op uw apparaat, gevolgd door het maken van een GPU-VM: in dit scenario claimt de Kubernetes de GPU op uw apparaat en mislukt het maken van de VM omdat er geen GPU-resources beschikbaar zijn.

Voor 2 GPU-apparaten

  • Maak een GPU-VM, gevolgd door de Kubernetes-configuratie op uw apparaat: in dit scenario claimt de GPU-VM die u maakt één GPU op uw apparaat en wordt de Kubernetes-configuratie ook voltooid en wordt de resterende GPU geclaimd.

  • Maak twee GPU-VM's, gevolgd door de Kubernetes-configuratie op uw apparaat: in dit scenario claimen de twee GPU-VM's de twee GPU's op het apparaat en worden de Kubernetes zonder GPU's geconfigureerd.

  • Configureer Kubernetes op uw apparaat, gevolgd door het maken van een GPU-VM: in dit scenario claimt De Kubernetes zowel de GPU's op uw apparaat als het maken van de VM mislukt omdat er geen GPU-resources beschikbaar zijn.

Volgende stappen