Questa pagina ti aiuta a valutare le opzioni per richiedere GPU in Google Kubernetes Engine (GKE), tra cui:
- Scegliere la quota di GPU, ovvero il numero massimo di GPU che possono essere eseguite nel progetto
- Decidere tra le modalità Autopilot e Standard
- Gestisci lo stack GPU tramite GKE o NVIDIA GPU Operator su GKE
- Scegliere le funzionalità per ridurre la quantità di risorse GPU sottoutilizzate
- Accedere alle librerie NVIDIA CUDA-X per le applicazioni CUDA
- Monitoraggio delle metriche dei nodi GPU
- Gestire l'interruzione a causa della manutenzione dei nodi
In GKE, il modo in cui richiedi l'hardware GPU dipende dal fatto che utilizzi la modalità Autopilot o Standard. In Autopilot, richiedi l'hardware GPU specificando le risorse GPU nei carichi di lavoro. In modalità GKE Standard, puoi collegare l'hardware GPU ai nodi nei tuoi cluster e poi allocare le risorse GPU ai carichi di lavoro containerizzati in esecuzione su questi nodi. Per istruzioni dettagliate su come collegare e utilizzare le GPU nei carichi di lavoro, consulta Eseguire il deployment dei carichi di lavoro GPU su Autopilot o Eseguire le GPU su pool di nodi standard.
L'hardware GPU disponibile per l'utilizzo in GKE è un sottoinsieme delle GPU di Compute Engine per i carichi di lavoro di calcolo. L'hardware specifico disponibile dipende dalla regione o dalla zona di Compute Engine del cluster. Per la disponibilità specifica, consulta Regioni e zone GPU.
GKE offre alcune funzionalità specifiche per le GPU per migliorare l'utilizzo efficiente delle risorse GPU dei carichi di lavoro in esecuzione sui tuoi nodi, tra cui il tempo di condivisione, le GPU a più istanze e le GPU a più istanze con NVIDIA MPS.
Quota GPU del piano
La quota GPU è il numero massimo di GPU che possono essere eseguite nel tuo progetto Google Cloud. Per utilizzare le GPU nei cluster GKE, il progetto deve disporre di una quota GPU sufficiente.
La quota GPU deve essere almeno uguale al numero totale di GPU che intendi eseguire nel cluster. Se attivi la scalabilità automatica del cluster, devi richiedere una quota GPU almeno equivalente al numero massimo di nodi del cluster moltiplicato per il numero di GPU per nodo.
Ad esempio, se prevedi di utilizzare tre nodi con due GPU ciascuno, la quota di GPU richiesta per il tuo progetto è pari a sei.
Per richiedere una quota GPU aggiuntiva, segui le istruzioni riportate in Richiedere un limite di quota più alto, utilizzando gpus come metrica.
Scegliere il supporto GPU utilizzando Autopilot o Standard
Le GPU sono disponibili nei cluster Autopilot e Standard.
Utilizza i cluster Autopilot per un'esperienza Kubernetes completamente gestita. In Autopilot, GKE gestisce l'installazione dei driver, la scalabilità dei nodi, l'isolamento dei pod e il provisioning dei nodi.
La seguente tabella offre una panoramica delle differenze tra il supporto GPU Autopilot e Standard:
| Descrizione | Autopilot | Standard |
|---|---|---|
| Richiesta di hardware GPU | Specifica le risorse GPU nei tuoi carichi di lavoro. | Collega l'hardware GPU ai nodi dei tuoi cluster e poi alloca le risorse GPU ai workload containerizzati in esecuzione su questi nodi. |
| Disponibilità dell'hardware GPU |
|
Tutti i tipi di GPU supportati da Compute Engine |
| Selezione di una GPU | Richiedi una quantità e un tipo di GPU nella specifica del carico di lavoro. Per impostazione predefinita, Autopilot installa il driver predefinito per la versione GKE in questione e gestisce i tuoi nodi. Per selezionare una versione specifica del driver in Autopilot, consulta la sezione Selezione dei driver NVIDIA per i pod GPU Autopilot. |
Esegui i passaggi descritti in Eseguire GPU su pool di nodi Standard:
|
| Migliorare l'utilizzo della GPU | ||
| Sicurezza | GPU con GKE Sandbox | GPU con GKE Sandbox |
| Prezzi | Prezzi dei pod GPU Autopilot | Prezzi delle GPU di Compute Engine |
Per scegliere la modalità operativa GKE più adatta ai tuoi carichi di lavoro, consulta Scegliere una modalità operativa GKE.
Gestisci lo stack GPU tramite GKE o l'operatore GPU NVIDIA su GKE
Per impostazione predefinita, GKE gestisce l'intero ciclo di vita dei nodi GPU, inclusa l'installazione automatica dei driver GPU, il monitoraggio dei carichi di lavoro GPU su GKE con NVIDIA Data Center GPU Manager (DCGM) e le strategie di condivisione delle GPU.
Utilizza GKE per gestire i nodi GPU, poiché GKE gestisce completamente il ciclo di vita dei nodi GPU.
Per iniziare a utilizzare GKE per la gestione dei nodi GPU, scegli una delle seguenti opzioni:
L'operatore GPU NVIDIA può essere utilizzato come alternativa al supporto GPU completamente gestito su GKE sia sulle immagini dei nodi Ubuntu che su quelle COS (Container-Optimized OS). Seleziona questa opzione se stai cercando un'esperienza coerente su più provider di servizi cloud, se utilizzi già l'operatore GPU NVIDIA o se utilizzi software che dipende dall'operatore GPU NVIDIA. Per scoprire di più, consulta Gestire lo stack GPU con l'operatore GPU NVIDIA.
Per selezionare l'opzione migliore per il tuo caso d'uso, consulta la tabella seguente che confronta i due metodi di gestione dei nodi GPU su GKE.
| Descrizione | Utilizzare GKE per gestire i nodi GPU | Utilizzare l'operatore GPU NVIDIA su GKE |
|---|---|---|
| Gestione del ciclo di vita dei nodi GPU (installazione, upgrade) | Completamente gestito da GKE. | Gestita dall'utente. |
| Installazione del driver | Installazione automatica e manuale dei driver GPU. | Installazione manuale dei driver GPU. |
| Selettori di nodi | cloud.google.com/gke-gpu=true |
nvidia.com/gpu=true |
| Strategie di condivisione GPU |
|
|
| Controllo di integrità dei nodi GPU |
|
|
| Metriche e osservabilità |
|
|
Ottimizzare l'utilizzo delle risorse utilizzando le funzionalità GPU in GKE
Per impostazione predefinita, Kubernetes supporta solo l'assegnazione di GPU come unità complete ai contenitori, ma GKE fornisce funzionalità aggiuntive che puoi utilizzare per ottimizzare l'utilizzo delle risorse dei tuoi carichi di lavoro GPU.
In GKE sono disponibili le seguenti funzionalità per ridurre la quantità di risorse GPU sottoutilizzate:
| Funzionalità GPU | |
|---|---|
| GPU a più istanze |
Disponibile su: Autopilot e Standard Suddividi una singola GPU in un massimo di sette istanze separate dall'hardware che possono essere assegnate come singole GPU ai container su un nodo. Ogni contenitore assegnato riceve le risorse disponibili per quell'istanza. |
| GPU con condivisione del tempo |
Disponibile su: Autopilot e Standard Presenta una singola GPU come più unità a più container su un nodo. Il driver della GPU esegue il contesto e alloca le risorse GPU complete a ogni contenitore assegnato in base alle esigenze nel tempo. |
| NVIDIA MPS |
Disponibile su: Standard Condividi una singola GPU NVIDIA fisica su più container. NVIDIA MPS è un'implementazione alternativa compatibile con i binari dell'API CUDA progettata per consentire in modo trasparente l'esecuzione in contemporanea su un singolo dispositivo GPU di applicazioni CUDA cooperative con più processi. |
Accedere alle librerie NVIDIA CUDA-X per le applicazioni CUDA
CUDA
è la piattaforma di calcolo parallelo e il modello di programmazione di NVIDIA per le GPU. Per utilizzare le applicazioni CUDA, l'immagine che utilizzi deve avere le librerie. Per aggiungere le librerie NVIDIA CUDA-X, puoi creare e utilizzare la tua immagine includendo i seguenti valori nella variabile di ambiente LD_LIBRARY_PATH nella specifica del contenitore:
/usr/local/cuda-CUDA_VERSION/lib64: la posizione delle librerie NVIDIA CUDA-X sul nodo.Sostituisci
CUDA_VERSIONcon la versione dell'immagine CUDA-X che hai utilizzato. Alcune versioni contengono anche utilità di debug in/usr/local/nvidia/bin. Per maggiori dettagli, consulta l'immagine NVIDIA CUDA su DockerHub.Per controllare la versione minima del driver GPU richiesta per la tua versione di CUDA, consulta CUDA Toolkit e versioni dei driver compatibili.
/usr/local/nvidia/lib64: la posizione dei driver di dispositivo NVIDIA.
Nei cluster Autopilot, GKE gestisce la selezione e l'installazione della versione del driver.
Monitorare il rendimento del carico di lavoro del nodo GPU
Se nel tuo cluster GKE sono attivate le metriche di sistema, in Cloud Monitoring sono disponibili le seguenti metriche per monitorare le prestazioni del carico di lavoro GPU:
- Duty cycle (
container/accelerator/duty_cycle): Percentuale di tempo nell'ultimo periodo di campionamento (10 secondi) durante il quale l'acceleratore ha eseguito attivamente l'elaborazione. Tra 1 e 100. - Utilizzo della memoria (
container/accelerator/memory_used): Quantità di memoria dell'acceleratore allocata in byte. - Capacità memoria (
container/accelerator/memory_total): Memoria acceleratore totale in byte.
Puoi utilizzare le dashboard predefinite per monitorare i cluster con nodi GPU. Per ulteriori informazioni, consulta Visualizzare le metriche di osservabilità. Per informazioni generali sul monitoraggio dei cluster e delle relative risorse, consulta Osservabilità per GKE.
Visualizzare le metriche di utilizzo per i workload
Puoi visualizzare le metriche sull'utilizzo della GPU del tuo carico di lavoro dalla dashboard Workload nella console Google Cloud.
Per visualizzare l'utilizzo della GPU del tuo carico di lavoro:
Vai alla pagina Carichi di lavoro nella console Google Cloud.
Vai a Carichi di lavoro- Seleziona un carico di lavoro.
La dashboard Carichi di lavoro mostra i grafici relativi all'utilizzo e alla capacità della memoria GPU, nonché al ciclo di lavoro della GPU.
Visualizzare le metriche di NVIDIA Data Center GPU Manager (DCGM)
Puoi raccogliere e visualizzare le metriche NVIDIA DCGM utilizzando Google Cloud Managed Service per Prometheus. Per i cluster Autopilot, GKE installa i driver. Per i cluster standard, devi installare i driver NVIDIA.
Per istruzioni su come eseguire il deployment del pacchetto DCGM gestito da GKE, consulta Raccogliere e visualizzare le metriche di NVIDIA Data Center GPU Manager (DCGM).
Gestire l'interruzione a causa della manutenzione dei nodi
I nodi GKE che ospitano le GPU sono soggetti a eventi di manutenzione o altre interruzioni che potrebbero causare l'arresto dei nodi. Nei cluster GKE con il piano di controllo che esegue la versione 1.29.1-gke.1425000 e successive, puoi ridurre l'interruzione dei carichi di lavoro configurando GKE in modo che li termini in modo corretto.
Per comprendere, configurare e monitorare gli eventi di interruzione che potrebbero verificarsi sui nodi GKE che eseguono carichi di lavoro di AI/ML, consulta Gestire l'interruzione dei nodi GKE per GPU e TPU.