Abilita e utilizza le GPU NVIDIA nelle VM con Anthos VM Runtime

Anteprima

Questo prodotto o funzionalità è soggetto ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici del servizio. I prodotti e le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Version 1.13 

• Più recente
• Versione 1.16
• Versioni precedenti (non supportate)

Questo documento mostra come abilitare il supporto per NVIDIA NV® GPU per le macchine virtuali (VM) eseguite con Anthos VM Runtime. Scoprirai come installare i driver NVIDIA sui tuoi cluster Anthos su nodi Bare Metal, verificare che le GPU siano disponibili e assegnare le GPU alle VM.

Prima di iniziare

Per completare questo 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 sulla creazione dei cluster.
• Lo strumento client virtctl è stato installato come plug-in per kubectl. Se necessario, installa lo strumento client Virtctl.

Schede GPU Nvidia supportate

I cluster Anthos su Bare Metal versione 1.13 o successive supportano le seguenti GPU NVIDIA:

• Tesla T4
• Tesla P4
• Tesla V100 SXM2 da 32 GB
• A100 SXM4 da 40 GB
• A100 PCIe da 40 GB
• A100 SXM4 da 80 GB
• A100 PCIe da 80 GB

Installa i driver NVIDIA sui nodi

Prima che le tue VM possano utilizzare le GPU NVIDIA, devi configurare i tuoi cluster Anthos su nodi Bare Metal per supportare i dispositivi GPU. Per installare i driver NVIDIA sui nodi, completa i passaggi seguenti su ogni nodo nel cluster che include una GPU NVIDIA. Questo documento utilizza una versione Ubuntu supportata per i nodi:

1. Connettiti ai nodi Cluster Anthos on bare metal che vuoi configurare per il supporto delle GPU.

2. Ottieni la versione del kernel del tuo nodo:

   KERNEL_VERSION="$(uname -r)"
   

3. Aggiorna il nodo Ubuntu e installa le intestazioni del kernel appropriate:

   sudo apt update && \
   apt install -y linux-headers-${KERNEL_VERSION}
   

4. Installa il pacchetto build-essential in modo da poter compilare i driver Nvidia nel seguente passaggio:

   sudo apt install -y build-essential
   

5. Scarica il pacchetto driver NVIDIA appropriato per la tua GPU. Per un elenco completo dei driver, vedi Download dei driver NVIDIA.

   Nell'esempio seguente viene scaricato il driver della versione 470.82.01 di Linux x86_64:

   wget https://us.download.nvidia.com/tesla/470.82.01/NVIDIA-Linux-x86_64-470.82.01.run
   

6. Installa il pacchetto del driver NVIDIA. Utilizza 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
   

7. Carica il modulo NVIDIA kernel:

   sudo modprobe nvidia
   

8. Ripeti i passaggi di questa sezione su ciascun nodo del cluster che dispone di una GPU NVIDIA.

Abilita il supporto della GPU in Anthos VM Runtime

Dopo aver installato i driver NVIDIA sui tuoi cluster Anthos su nodi Bare Metal, attivi il supporto della GPU in Anthos VM Runtime. Le tue VM possono quindi accedere alle GPU dei nodi.

Ogni nodo viene riavviato come parte del seguente processo. Le tue VM potrebbero essere interessate da questo processo di riavvio. Se possibile e configurato per farlo, le VM migrabili migrano ad altri nodi. Per ulteriori informazioni, consulta la pagina su come configurare il criterio di eliminazione per le VM durante gli eventi di manutenzione.

Per abilitare il supporto della GPU in Anthos VM Runtime, completa i passaggi seguenti.

1. Modifica la risorsa personalizzata VMRuntime:

   kubectl edit vmruntime vmruntime
   

2. Aggiungi la proprietà enableGPU: true al manifest VMRuntime:

   apiVersion: vm.cluster.gke.io/v1
   kind: VMRuntime
   metadata:
     name: vmruntime
   spec:
     enabled: true
     enableGPU: true
   ...
   

3. Salva e chiudi la risorsa personalizzata VMRuntime nell'editor.

4. 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 STATUS mostri Running per tutti i controller GPU. L'output di esempio seguente 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
   

5. Verifica che le GPU siano disponibili per l'utilizzo quando i controller GPU segnalano tutte 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. Li assegni 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 della 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 vengono allocate per l'utilizzo con i pod (container).

1. 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.

2. Configura il numero di GPU da allocare alle VM. Inizialmente, tutte le GPU sono allocate ai pod.

   Il numero totale di GPU allocate a VM e pod deve essere uguale al numero di GPU nel nodo. Ad esempio, potresti avere quattro GPU nel nodo. Se assegni due GPU alle VM, due GPU rimangono assegnate ai pod. Il manifest GPUAllocation viene rifiutato se cerchi 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 viene allocata ai pod.

3. Salva e chiudi la risorsa personalizzata GPUAllocation nell'editor.

4. Verifica che le GPU segnalino il loro stato ALLOCATED come true:

   kubectl get gpuallocations --namespace vm-system
   

   L'output di esempio seguente mostra che le GPU sui nodi sono disponibili per l'utilizzo:

   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, devi specificare il nome e la quantità delle GPU da allocare dal nodo.

1. Ottieni 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
   [...]
   

2. Crea un manifest VirtualMachine, ad esempio my-gpu-vm.yaml, nell'editor che preferisci:

   nano my-gpu-vm.yaml
   

3. 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 dal nodo da allocare alla VM.
     • Il nome della GPU viene mostrato nell'output del comando kubectl describe node di un passaggio precedente, come NVIDIA_A100_SXM4_40GB.

   La VM connette eth0 alla rete pod-network predefinita.

   Il disco di avvio denominato VM_NAME-boot-dv deve già esistere. Per maggiori informazioni, consulta Creare e gestire dischi virtuali.

4. Salva e chiudi il manifest della VM nell'editor.

5. Crea la VM utilizzando kubectl:

   kubectl apply -f my-gpu-vm.yaml
   

6. Quando la VM è in esecuzione, connettiti alla VM e verifica che l'hardware GPU sia disponibile.

Passaggi successivi

• Modifica una VM in Cluster Anthos on bare metal.