在適用於 Kubernetes 部署的 Azure Stack Edge Pro GPU 上使用計算加速

適用於：Azure Stack Edge Pro - GPUAzure Stack Edge Pro 2Azure Stack Edge Pro RAzure Stack Edge Mini R

本文說明在使用 Kubernetes 部署時，如何在 Azure Stack Edge 裝置上使用計算加速。

關於計算加速

中央處理器 (CPU) 是電腦上執行的大部分處理程序的預設一般用途計算。 特製化電腦硬體通常用來執行某些功能，其與在 CPU 的軟體中執行這些功能相比更有效率。 例如，圖形處理器 (GPU) 可用來加速像素資料的處理。

計算加速是特別用於 Azure Stack Edge 裝置的詞彙，其中圖形處理器 (GPU)、視覺處理器 (VPU) 或現場可程式化閘道陣列 (FPGA) 皆用於硬體加速。 大部分部署在 Azure Stack Edge 裝置上的工作負載都牽涉到重要計時、多個相機串流和/或高畫面播放速率，這全都需要特定的硬體加速。

本文將討論針對下列裝置僅使用 GPU 或 VPU 的計算加速：

• Azure Stack Edge Pro GPU - 這些裝置可以有 1 或 2 個 NVIDIA T4 Tensor Core GPU。 如需詳細資訊，請參閱 NVIDIA T4。
• Azure Stack Edge Pro R - 這些裝置具有 1 個 NVIDIA T4 Tensor Core GPU。 如需詳細資訊，請參閱 NVIDIA T4。
• Azure Stack Edge Mini R - 這些裝置有 1 個 Intel Movidius Myriad X VPU。 如需詳細資訊，請參閱 Intel Movidius Myriad X VPU。

使用 GPU 進行 Kubernetes 部署

下列範例 yaml 可用於具有 GPU 的 Azure Stack Edge Pro GPU 或 Azure Stack Edge Pro R 裝置。

apiVersion: v1
kind: Pod
metadata:
  name: gpu-pod
spec:
  containers:
    - name: cuda-container
      image: nvidia/cuda:9.0-devel
      resources:
        limits:
          nvidia.com/gpu: 1 # requesting 1 GPU
    - name: digits-container
      image: nvidia/digits:6.0
      resources:
        limits:
          nvidia.com/gpu: 1 # requesting 1 GPU

使用 VPU 進行 Kubernetes 部署

下列範例 yaml 可用於具有 VPU 的 Azure Stack Edge Mini R 裝置。

apiVersion: batch/v1
kind: Job
metadata:
 name: intelvpu-demo-job
 labels:
   jobgroup: intelvpu-demo
spec:
 template:
   metadata:
     labels:
       jobgroup: intelvpu-demo
   spec:
     restartPolicy: Never
     containers:
       -
         name: intelvpu-demo-job-1
         image: ubuntu-demo-openvino:devel
         imagePullPolicy: IfNotPresent
         command: [ "/do_classification.sh" ]
         resources:
           limits:
             vpu.intel.com/hddl: 1

下一步

了解如何使用 kubectl 在 Azure Stack Edge Pro GPU 裝置上搭配 PersistentVolume 執行 Kubernetes 具狀態應用程式。