Hantera GPU:er med partitionering (förhandsversion)

Gäller för: Hyperkonvergerade distributioner av Azure Local 2311.2 och senare

Den här artikeln beskriver hur du hanterar GPU:er med partitionering (GPU-P) för virtuella Azure-datorer (VM) som aktiveras av Azure Arc. GPU-P gör att du kan dela en GPU med flera arbetsbelastningar genom att dela upp GPU:n i dedikerade bråkpartitioner.

Viktigt!

Den här funktionen är för närvarande i förhandsversion. Se kompletterande användningsvillkor för Förhandsversioner av Microsoft Azure för juridiska villkor som gäller för Azure-funktioner som är i betaversion, förhandsversion eller på annat sätt ännu inte har släppts i allmän tillgänglighet.

Begränsningar

Tänk på följande begränsningar när du använder GPU-P-funktionen:

• GPU-partitionering stöds inte om konfigurationen inte är homogen. Här följer några exempel på konfigurationer som inte stöds:

  • Blanda GPU:er från olika leverantörer i samma system.

  • Använda olika GPU-modeller från olika produktfamiljer från samma leverantör i samma system.

• Du kan inte tilldela en fysisk GPU som både diskret enhetstilldelning (DDA) och som partitionsbar GPU (GPU-P). Du kan antingen tilldela den som DDA eller som en partitionsbar GPU, men inte båda.

• Du kan bara tilldela en enda GPU-partition till en virtuell dator.

• Partitioner tilldelas automatiskt till de virtuella datorerna. Du kan inte välja en specifik partition för en specifik virtuell dator.

• GPU-partitionering på Azure Local stöder direktmigrering. Operativsystemets version måste vara 26100.xxxx eller senare. Värden och de virtuella datorerna måste finnas på nvidias virtuella GPU-programvaruversion 18 och senare. Mer information finns i Microsoft Azure Local – NVIDIA Docs.

• Du kan partitionera din GPU med hjälp av Azure Command-Line Interface (CLI). Vi rekommenderar att du använder Azure CLI för att konfigurera och tilldela GPU-partitioner. Du måste manuellt se till att den homogena konfigurationen bibehålls för GPU:er på alla datorer i systemet.

Förutsättningar

• Se Förbereda GPU:er för Azure Local för krav och för att förbereda dina lokala Azure-datorer och se till att dina GPU:er är förberedda och partitionerade.

Azure CLI

Koppla en GPU när du skapar en lokal virtuell Azure-dator

Följ stegen som beskrivs i Skapa lokala azure-datorer och använd den extra maskinvaruprofilinformationen för att lägga till GPU i din skapandeprocess. Kör följande:

az stack-hci-vm create --name $vmName --resource-group $resource_group --admin-username $userName --admin-password $password --computer-name $computerName --image $imageName --location $location --authentication-type all --nics $nicName --custom-location $customLocationID --hardware-profile memory-mb="8192" processors="4" --storage-path-id $storagePathId --gpus GpuP

Mer information finns i az stack-hci-vm create.

Koppla en GPU efter att en lokal virtuell Azure-dator har skapats

Använd följande CLI-kommando för att koppla GPU:n:

az stack-hci-vm stop --name your_VM_name --resource-group your_resource_group

Du kan ange partitionsstorleken i kommandot enligt nedan. Partitionsstorlekar är desamma som de minPartitionVRAM som finns i Get-VMHostPartitionableGpu på Hyper-V. Du kan också använda kommandot utan att ange partitionsstorleken, som du ser i exemplet ovan.

az stack-hci-vm gpu attach --resource-group "test-rg" --custom-location "test-location" --vm-name "test-vm" --gpus GpuP

När du har bifogat GPU-partitionen visar utdata den fullständiga VM-informationen. Du kan bekräfta att GPU:erna har kopplats genom att gå igenom avsnittet maskinvaruprofil virtualMachineGPUs . Utdata ser ut så här:

"properties":{
	"hardwareProfile":{
		"virtualMachineGPUs":[
			{
				"assignmentType": "GpuP",
				"gpuName": null,
				"partitionSizeMb": 3648
			}
         ],

Mer information om kommandot GPU-anslutning finns i az stack-hci-vm gpu.

Koppla från en GPU

Använd följande CLI-kommando för att koppla från GPU:n:

az stack-hci-vm gpu detach --resource-group "test-rg" --custom-location "test-location" --vm-name "test-vm" --gpus GpuP

När du har kopplat bort GPU-partitionen visar utdata den fullständiga VM-informationen. Du kan bekräfta att GPU:erna har kopplats från genom att granska maskinvaruprofilen virtualMachineGPUs. Utdata ser ut så här:

"properties":{
	"hardwareProfile":{
		"virtualMachineGPUs":[],

Mer information om kommandot GPU-anslutning finns i az stack-hci-vm gpu.

Azure Portal

Koppla GPU när du skapar en lokal virtuell Azure-dator

1. Följ stegen som beskrivs i Skapa lokala virtuella Azure-datorer.

2. Om du vill koppla en GPU till den här virtuella datorn väljer du Bifoga GPU.

   

3. När Du har valt Koppla GPU visas alternativen för GPU-installation . Välj GPU-partition.

   

4. Granska de angivna inställningarna och välj sedan Skapa. Det bör ta några minuter att etablera den virtuella datorn.

   

Koppla GPU efter att en lokal virtuell Azure-dator har skapats

Om du vill ansluta en GPU-partition för befintliga lokala Azure-datorer följer du de här stegen i Azure-portalen för din lokala Azure-instans:

1. För din lokala Azure-resurs går du till Virtuella datorer.

2. I listan över virtuella datorer väljer du den virtuella dator som du vill koppla en GPU-partition till.

3. Välj Storlek under Inställningar. Ändra inställningen efter behov och välj GPU-partition för GPU-installationsprogrammet.

   

4. När du är klar väljer du Spara. Därefter stänger Azure Local av den virtuella datorn, ansluter GPU:n och startar om den virtuella datorn.

Koppla från GPU-partitioner

Om du vill koppla från en GPU-partition för befintliga lokala Azure-datorer följer du de här stegen i Azure-portalen för din lokala Azure-instans:

1. För din lokala Azure-resurs går du till Virtuella datorer.

2. I listan över virtuella datorer väljer du den virtuella dator som du vill koppla från en GPU-partition från.

3. Välj Storlek under Inställningar. Under GPU-tilldelning väljer du Ta bort tilldelning.

   

4. När du är klar väljer du Spara. Därefter stänger Azure Local av den virtuella datorn, kopplar från GPU:n och startar om den virtuella datorn.

Nästa steg

• Hantera GPU:er med diskret enhetstilldelning.