Questo documento illustra come abilitare il supporto di NVIDIA® GPU per macchine virtuali (VM) eseguite con il runtime VM VM. Imparerai come installare i driver NVIDIA sui tuoi cluster Anthos su nodi Bare Metal, verificare che le GPU siano disponibili e assegnare GPU alle VM.
Prima di iniziare
Per completare il documento, devi accedere alle seguenti risorse:
- Accesso ai cluster Anthos su Bare Metal versione 1.12.0 (
anthosBareMetalVersion: 1.12.0
) o superiore. Puoi utilizzare qualsiasi tipo di cluster in grado di eseguire carichi di lavoro. Se necessario, prova i cluster Anthos su Bare Metal su Compute Engine o consulta la panoramica per la creazione dei cluster. - Lo strumento client di
virtctl
è stato installato come plug-in perkubectl
. Se necessario, installa lo strumento client virtctl.
Schede GPU Nvidia supportate
I cluster Anthos su Bare Metal versione 1.12 o successiva supportano le seguenti GPU NVIDIA:
- Tesla P4
- Tesla V100 SXM2 32 GB
- A100 SXM4 40 GB
- A100 PCIe 40 GB
- A100 SXM4 80 GB
- A100 PCIe 80 GB
Installa i driver NVIDIA sui nodi
Prima che le VM possano utilizzare le GPU NVIDIA, devi configurare i cluster Anthos sui nodi Bare Metal in modo che supportino i dispositivi GPU. Per installare i driver NVIDIA sui tuoi nodi, completa i seguenti passaggi su ciascun nodo del tuo cluster, inclusa una GPU NVIDIA. Questo documento utilizza una versione di Ubuntu supportata per i nodi:
- Connettiti ai cluster Anthos su nodo Bare Metal che vuoi configurare per il supporto GPU.
Recupera la versione kernel del nodo:
KERNEL_VERSION="$(uname -r)"
Aggiorna il nodo Ubuntu e installa le intestazioni kernel appropriate:
sudo apt update && \ apt install -y linux-headers-${KERNEL_VERSION}
Installa il pacchetto
build-essential
in modo da poter compilare i driver Nvidia in un passaggio successivo:sudo apt install -y build-essential
Scarica il pacchetto driver NVIDIA appropriato per la tua GPU. Per un elenco completo dei driver, consulta la sezione Download di driver NVIDIA.
Nell'esempio seguente viene scaricato il driver
Linux x86_64
della versione470.82.01
:wget https://us.download.nvidia.com/tesla/470.82.01/NVIDIA-Linux-x86_64-470.82.01.run
Installa il pacchetto del driver NVIDIA. Usa il nome del pacchetto del driver NVIDIA che hai scaricato nel passaggio precedente:
sudo sh NVIDIA-Linux-x86_64-470.82.01.run \ --accept-license \ --silent \ --no-nouveau-check
Carica il modulo del kernel NVIDIA:
sudo modprobe nvidia
Ripeti i passaggi in questa sezione su ciascun nodo del tuo cluster con una GPU NVIDIA.
Attiva supporto GPU in Anthos VM Runtime
Dopo aver installato i driver NVIDIA sui tuoi cluster Anthos su nodi Bare Metal, attiverai il supporto delle GPU in Anthos VM Runtime. Le VM possono quindi accedere alle GPU delle nodi.
Ogni nodo viene riavviato durante il processo seguente. Questo processo di riavvio potrebbe interessare le VM. Se possibile e configurate per farlo, le VM migrabili migrano ad altri nodi. Per ulteriori informazioni, scopri come configurare il criterio di rimozione per le VM durante gli eventi di manutenzione.
Per abilitare il supporto GPU nel runtime VM Anthos, completa i passaggi seguenti.
Modifica la risorsa personalizzata
VMRuntime
:kubectl edit vmruntime vmruntime
Aggiungi la proprietà
enableGPU: true
al manifestVMRuntime
:apiVersion: vm.cluster.gke.io/v1 kind: VMRuntime metadata: name: vmruntime spec: enabled: true enableGPU: true ...
Salva e chiudi la risorsa personalizzata
VMRuntime
nell'editor.Controlla lo stato dei controller GPU nello spazio dei nomi
vm-system
:kubectl get pods --namespace vm-system -w
L'attivazione dei controller richiede circa cinque minuti. Attendi che venga visualizzato
STATUS
Running
per tutti i controller GPU. Il seguente output di esempio mostra lo stato desiderato:NAME READY STATUS RESTARTS AGE gpu-controller-controller-manager-gwvcb 2/2 Running 0 10m kubevirt-gpu-dp-daemonset-2lfkl 1/1 Running 0 10m kubevm-gpu-driver-daemonset-5fwh6 1/1 Running 0 10m nvidia-gpu-dp-daemonset-9zq2w 1/1 Running 0 10m nvidia-mig-manager-5g7pz 1/1 Running 0 10m vm-controller-controller-manager-7b6df6979b 2/2 Running 2 (13m ago) 14m
Verifica che le GPU siano disponibili per l'utilizzo quando i controller GPU riportano tutti il loro stato come
Running
:kubectl get gpuallocations --namespace vm-system
L'output di esempio seguente mostra che le GPU sui nodi sono disponibili per l'uso. Viene mostrato ogni nodo nel tuo cluster con supporto GPU. Assegnali alle VM nella sezione successiva:
NAME ALLOCATED DEVICEMODEL bm-node1 true Tesla A100 SXM4 40GB bm-node2 true Tesla A100 SXM4 40GB
Alloca GPU per l'utilizzo con le VM
Con il supporto GPU configurato nei cluster Anthos su nodi Bare Metal e in Anthos VM Runtime, alloca le GPU per l'utilizzo con le VM. Per impostazione predefinita, le GPU sono allocate per l'uso con i pod (container).
Modifica la risorsa personalizzata
GPUAllocation
da utilizzare con le VM. Questo passaggio assegna le GPU sui nodi da utilizzare con le VM:kubectl edit gpuallocation NODE_NAME --namespace vm-system
Sostituisci
NODE_NAME
con il nome del nodo da cui vuoi allocare le GPU.Configura il numero di GPU da allocare alle VM. Inizialmente, tutte le GPU sono assegnate ai pod.
Il numero totale di GPU assegnate a VM e pod deve essere uguale al numero di GPU nel nodo. Ad esempio, potresti avere quattro GPU nel nodo. Se alloca due GPU alle VM, rimangono due GPU assegnate ai pod. Il manifest
GPUAllocation
viene rifiutato se tenti di allocare due GPU alle VM e una GPU ai pod, poiché una GPU non viene allocata.Aggiorna il numero di GPU sul nodo che vuoi allocare per l'utilizzo con le VM, come mostrato nell'esempio seguente:
apiVersion: gpu.cluster.gke.io/v1 kind: GPUAllocation metadata: name: gpu-w2 namespace: vm-system spec: node: gpu-w2 pod: 0 vm: 4
In questo esempio, tutte e quattro le GPU installate nel nodo sono allocate alle VM. Nessuna GPU è allocata ai pod.
Salva e chiudi la risorsa personalizzata
GPUAllocation
nell'editor.Verifica che le GPU segnalino il loro stato di
ALLOCATED
cometrue
:kubectl get gpuallocations --namespace vm-system
Il seguente output di esempio mostra che le GPU sui nodi sono disponibili per l'uso:
NAME ALLOCATED DEVICEMODEL gpu-w1 true Tesla A100 SXM4 40GB gpu-w2 true Tesla A100 SXM4 40GB
Crea una VM con supporto GPU
Ora puoi creare una VM che utilizza la GPU dal nodo. Nella risorsa personalizzata VM, specifichi il nome e la quantità delle GPU da allocare dal nodo.
Recupera il nome della scheda GPU dall'host:
kubectl describe node NODE_NAME
Sostituisci
NODE_NAME
con il nome dell'host da cui vuoi ottenere il nome della GPU.L'output di esempio seguente mostra che il nome della GPU allocabile su questo nodo è
NVIDIA_A100_SXM4_40GB
:Name: bm-node1 Roles: worker [...] Allocatable: cpu: 47810m [...] memory: 336929400Ki nvidia.com/gpu-vm-NVIDIA_A100_SXM4_40GB: 1 [...]
Crea un manifest
VirtualMachine
, ad esempiomy-gpu-vm.yaml
, nell'editor che preferisci:nano my-gpu-vm.yaml
Copia e incolla il seguente manifest YAML:
apiVersion: vm.cluster.gke.io/v1 kind: VirtualMachine metadata: name: VM_NAME spec: interfaces: - name: eth0 networkName: pod-network default: true disks: - virtualMachineDiskName: VM_NAME-boot-dv boot: true gpu: model: nvidia.com/gpu-vm-GPU_NAME quantity: 1
In questo file YAML, definisci le seguenti impostazioni:
VM_NAME
: il nome della tua VM.GPU_NAME
: il nome della GPU del nodo da allocare alla VM.- Questo nome GPU viene mostrato nell'output del comando
kubectl describe node
di un passaggio precedente, ad esempioNVIDIA_A100_SXM4_40GB
.
- Questo nome GPU viene mostrato nell'output del comando
La VM connette
eth0
alla retepod-network
predefinita.Il disco di avvio denominato
VM_NAME-boot-dv
deve esistere già. Per maggiori informazioni, consulta la pagina Creare e gestire dischi virtuali.Salva e chiudi il manifest della VM nell'editor.
Crea la VM utilizzando
kubectl
:kubectl apply -f my-gpu-vm.yaml
Quando la VM è in esecuzione, connettiti alla VM e verifica che l'hardware GPU sia disponibile.