Máquinas virtuais GPU para dispositivos GPU Azure Stack Edge Pro
APLICA-SE A:Azure Stack Edge Pro - GPU
Azure Stack Edge Pro 2
Azure Stack Edge Pro R
As cargas de trabalho aceleradas por GPU em um dispositivo de GPU do Azure Stack Edge Pro exigem uma máquina virtual de GPU. Este artigo fornece uma visão geral das VMs de GPU, incluindo sistemas operacionais suportados, drivers de GPU e tamanhos de VM. As opções de implantação para VMs GPU usadas com clusters Kubernetes também são discutidas.
Sobre VMs GPU
Seus dispositivos Azure Stack Edge podem estar equipados com 1 ou 2 GPU Tesla T4 ou Tensor Core A2 da Nvidia. Para implantar cargas de trabalho de VM aceleradas por GPU nesses dispositivos, use tamanhos de VM otimizados para GPU. A VM da GPU escolhida deve corresponder à marca da GPU no seu dispositivo Azure Stack Edge. Para obter mais informações, consulte VMs otimizadas para GPU da série N suportadas.
Para aproveitar os recursos de GPU das VMs da série N do Azure, os drivers de GPU da Nvidia devem ser instalados. A extensão de driver de GPU da Nvidia instala drivers Nvidia CUDA ou GRID apropriados. Você pode instalar as extensões de GPU usando modelos ou por meio do portal do Azure.
Você pode instalar e gerenciar a extensão usando os modelos do Azure Resource Manager após a implantação da VM. No portal do Azure, você pode instalar a extensão de GPU durante ou após a implantação de uma VM; para obter instruções, consulte Implantar VMs de GPU em seu dispositivo Azure Stack Edge.
Se o seu dispositivo tiver um cluster Kubernetes configurado, certifique-se de revisar as considerações de implantação para clusters Kubernetes antes de implantar VMs GPU.
Drivers de SO e GPU suportados
As extensões de driver de GPU da Nvidia para Windows e Linux suportam as seguintes versões do sistema operacional.
Extensão de SO para GPU suportada para Windows
Esta extensão suporta os seguintes sistemas operativos (SOs). Outras versões podem funcionar, mas não foram testadas internamente em VMs de GPU em execução em dispositivos Azure Stack Edge.
Distribuição | Versão |
---|---|
Windows Server 2019 | Principal |
Windows Server 2016 | Principal |
Extensão de SO para GPU suportada para Linux
Esta extensão suporta as seguintes distribuições do SO, dependendo do suporte do driver para a versão específica do SO. Outras versões podem funcionar, mas não foram testadas internamente em VMs de GPU em execução em dispositivos Azure Stack Edge.
Distribuição | Versão |
---|---|
Ubuntu | 18,04 LTS |
Red Hat Enterprise Linux | 7.4 |
Implantação de GPU VM
Você pode implantar uma VM de GPU por meio do portal do Azure ou usando modelos do Azure Resource Manager. A extensão GPU é instalada após a criação da VM.
Portal: No portal do Azure, você pode instalar rapidamente a extensão da GPU ao criar uma VM ou após a implantação da VM.
Modelos: usando modelos do Azure Resource Manager, você cria uma VM e instala a extensão da GPU.
VMs GPU e Kubernetes
Antes de implantar VMs de GPU em seu dispositivo, analise as considerações a seguir se o Kubernetes estiver configurado no dispositivo.
Para dispositivo 1-GPU:
Crie uma VM GPU seguida pela configuração do Kubernetes no seu dispositivo: nesse cenário, a criação da VM GPU e a configuração do Kubernetes serão bem-sucedidas. O Kubernetes não terá acesso à GPU neste caso.
Configurar o Kubernetes no seu dispositivo seguido da criação de uma VM GPU: Nesse cenário, o Kubernetes reivindicará a GPU no seu dispositivo e a criação da VM falhará, pois não há recursos de GPU disponíveis.
Para dispositivo de 2 GPUs
Crie uma VM GPU seguida pela configuração do Kubernetes no seu dispositivo: Neste cenário, a VM GPU que você criar reivindicará uma GPU no seu dispositivo e a configuração do Kubernetes também será bem-sucedida e reivindicará a GPU restante.
Crie duas VMs GPU seguidas pela configuração do Kubernetes no seu dispositivo: Nesse cenário, as duas VMs GPU reivindicarão as duas GPUs no dispositivo e o Kubernetes será configurado com êxito sem GPUs.
Configurar o Kubernetes no seu dispositivo seguido da criação de uma VM GPU: Neste cenário, o Kubernetes reivindicará as GPUs no seu dispositivo e a criação da VM falhará, pois não há recursos de GPU disponíveis.
Próximos passos
- Saiba como implantar VMs de GPU.
- Saiba como instalar a extensão GPU nas VMs GPU em execução no seu dispositivo.