Esegui il deployment dei carichi di lavoro GPU in Autopilot

Questa pagina mostra come richiedere vari tipi e quantità di acceleratori hardware (GPU) per i tuoi carichi di lavoro GKE Autopilot, oltre a monitorare le prestazioni.

Informazioni sulla selezione degli acceleratori nei pod

Autopilot utilizza la classe di calcolo Accelerator specializzata per eseguire i pod GPU. Con questa classe di computing, GKE posiziona i pod sui nodi GPU, fornendo ai pod l'accesso a funzionalità avanzate di una macchina virtuale (VM). Per utilizzare questa classe in un carico di lavoro GPU, esegui una delle seguenti azioni a seconda della versione di GKE:

  • Versione 1.29.4-gke.1427000 e successive: richiedi GPU nel manifest del tuo carico di lavoro. Puoi anche utilizzare funzionalità di condivisione della GPU come il time-sharing. GKE non modifica i manifest del tuo carico di lavoro per aggiungere un selettore di nodi o un'annotazione per la classe Accelerator.
  • Versione 1.29 fino alla versione 1.29.4-gke.142700, esclusa: specifica il selettore di nodi cloud.google.com/compute-class: Accelerator nel tuo pod e richiedere le GPU. Se specifichi questo selettore di nodi, puoi anche usano funzionalità di condivisione della GPU come la condivisione del tempo.
  • Versione 1.28.9-gke.1069000 fino alla versione 1.29 esclusa: specifica il selettore di nodi cloud.google.com/compute-class: Accelerator nel tuo pod insieme ai selettori GPU. Se specifichi questo selettore di nodi, puoi anche utilizzare le funzionalità di condivisione della GPU come il time-sharing.

La classe di calcolo Accelerator non è supportata nelle versioni precedenti alla 1.28.9-gke.1069000. I pod GPU in queste versioni vengono invece trattati in modo simile ad altri pod Autopilot e ti verranno addebitate le richieste di risorse. Per i dettagli, consulta Prezzi.

Compatibilità con le funzionalità di GKE

La tabella seguente mostra le funzionalità di GKE compatibili per ogni metodo di selezione degli acceleratori in GKE Autopilot:

Accelerator classe di computing selezionata Compatibilità con le funzionalità di GKE

Prezzi

La tabella seguente descrive in che modo il modello di fatturazione utilizzato da GKE dipende dalla versione GKE del cluster. Per una descrizione degli modelli di fatturazione di GKE Autopilot, consulta Prezzi di Autopilot.

Versione GKE Prezzi
1.29.4-gke.1427000 e versioni successive

Modello di fatturazione basato sui nodi. Tutti i pod GPU utilizzano la classe di calcolo Accelerator. Ti viene addebitato il costo dell'hardware Compute Engine che esegue i carichi di lavoro GPU, oltre a un abbonamento Autopilot premium per la gestione e la scalabilità dei nodi. Per maggiori dettagli, consulta Prezzi della modalità Autopilot.
Dalla versione 1.29 fino alla versione 1.29.4-gke.1427000 esclusa, inclusa

Il modello di fatturazione dipende dai selettori dei nodi specificati, che segue:

  • cloud.google.com/compute-class: Accelerator: utilizza il modello di fatturazione basato sui nodi e la classe di calcolo Accelerator.
  • Nessun selettore di classi di computing: utilizza il modello di fatturazione basato sui pod.

    • Puoi utilizzare funzionalità come le GPU a più istanze o la condivisione del tempo solo se specifichi esplicitamente il selezionatore di nodi cloud.google.com/compute-class: Accelerator.

    Per maggiori dettagli, consulta la sezione "Pod con requisiti hardware specifici" in Prezzi di Kubernetes Engine.
Dalla versione 1.28.6-gke.1095000 fino alla versione 1.29 esclusa

Modello di fatturazione basato sui nodi, indipendentemente dal fatto che tu specifichi o meno la classe di calcolo dell'acceleratore nei manifest dei pod.

Puoi utilizzare funzionalità come GPU multi-istanza o la condivisione del tempo solo se specifichi esplicitamente Selettore di nodi cloud.google.com/compute-class: Accelerator.

Per maggiori dettagli, consulta la sezione "Pod con requisiti hardware specifici" in Prezzi di Kubernetes Engine.
Versioni precedenti alla 1.28.6-gke.1095000

Modello di fatturazione basato su pod. La fatturazione viene effettuata in base alle richieste di risorse del pod GPU. Per maggiori dettagli, consulta la sezione "Pod con requisiti hardware specifici" in Prezzi di Kubernetes Engine.

Prima di iniziare

Prima di iniziare, assicurati di aver eseguito le seguenti attività:

  • Attiva l'API Google Kubernetes Engine.
    • Attiva l'API Google Kubernetes Engine
  • Se vuoi utilizzare Google Cloud CLI per questa attività, installa e poi inizializza gcloud CLI. Se hai già installato gcloud CLI, scarica la versione più recente eseguendo gcloud components update.

  • Assicurati di avere un cluster GKE Autopilot eseguire una delle seguenti versioni:

    • Classe di calcolo dell'acceleratore: qualsiasi versione di patch 1.28 che inizia con 1.28.6-gke.1095000
      • GPU NVIDIA H100 (80 GB): 1.28.6-gke.1369000 o versioni successive e 1.29.1-gke.1575000 o versioni successive
      • Più pod GPU per VM: 1.29.2-gke.1355000 o versioni successive

    • Nessuna classe di calcolo selezionata:

      • GPU NVIDIA L4: 1.28.3-gke.1203000 o versioni successive
      • GPU NVIDIA A100 (80 GB): 1.27 o versioni successive

  • Assicurati di disporre di quote GPU sufficienti nel progetto. Devi avere un numero sufficiente di Quota GPU di Compute Engine per i modelli di GPU che vuoi creare in ogni regione. Se hai bisogno di una quota GPU aggiuntiva, richiedi la quota GPU.

Limitazioni

  • GPU con condivisione del tempo e Sono disponibili GPU a più istanze con Autopilot su GKE versione 1.29.3-gke.1093000 e in un secondo momento.
  • La disponibilità delle GPU dipende dalla regione Google Cloud del tuo cluster Autopilot e dalla tua quota GPU. Per trovare un modello di GPU per regione o zona, consulta Disponibilità di regioni e zone per le GPU.
  • Per le GPU NVIDIA A100 (80 GB), viene addebitato un prezzo fisso per le unità SSD locali ai nodi, indipendentemente dal fatto che i pod utilizzino o meno quella capacità.
  • Per le versioni GKE precedenti alla 1.29.2-gke.1355000, se richiedi esplicitamente un specifico esistente per il tuo pod, quest'ultimo deve consumare tutta la GPU risorse sul nodo. Ad esempio, se il nodo esistente ha 8 GPU e I container del pod richiedono un totale di 4 GPU; Autopilot rifiuta il pod.
  • Per GKE versione 1.29.2-gke.1355000 o successive, se vuoi più pod GPU per rientrare in un singolo nodo, la somma delle richieste GPU per i pod deve essere minore o uguale al numero di risorse GPU collegate a quel nodo. Ad esempio, un nodo con un valore gke-accelerator-count pari a 4 può ospitare fino a quattro pod che richiedono ciascuno una GPU.

Il posizionamento di più pod su un singolo nodo GPU è utile in situazioni come le seguenti:

  • Hai prenotazioni di capacità per tipi di macchine Accelerator di grandi dimensioni ed esegui carichi di lavoro a singola GPU, quindi il deployment di un pod per nodo farebbe sprecare le altre GPU sulla macchina
  • Hai carichi di lavoro GPU che devono essere eseguiti sullo stesso host

In queste situazioni, ti consigliamo di utilizzare tutte le GPU sul nodo assicurandoti che la somma delle richieste di risorse GPU del pod sul nodo sia uguale al numero di GPU collegate al nodo.

Richiedere GPU nei container

Per richiedere risorse GPU per i tuoi contenitori, aggiungi i seguenti campi alla specifica del pod. A seconda dei requisiti del carico di lavoro, puoi omettere il campo Selettore cloud.google.com/gke-accelerator-count.

apiVersion: v1
kind: Pod
metadata:
  name: my-gpu-pod
spec:
  nodeSelector:
    cloud.google.com/gke-accelerator: GPU_TYPE
    cloud.google.com/gke-accelerator-count: GPU_COUNT
  containers:
  - name: my-gpu-container
    image: nvidia/cuda:11.0.3-runtime-ubuntu20.04
    command: ["/bin/bash", "-c", "--"]
    args: ["while true; do sleep 600; done;"]
    resources:
      limits:
        nvidia.com/gpu: GPU_QUANTITY

Sostituisci quanto segue:

  • GPU_TYPE: il tipo di hardware della GPU. Valori consentiti sono le seguenti:
    • nvidia-h100-80gb: NVIDIA H100 (80 GB) (disponibile solo con la classe di calcolo Accelerator)
    • nvidia-a100-80gb: NVIDIA A100 (80 GB)
    • nvidia-tesla-a100: NVIDIA A100 (40GB)
    • nvidia-l4: NVIDIA L4
    • nvidia-tesla-t4: NVIDIA T4
  • GPU_COUNT: il numero totale di GPU disponibili per il collegamento al nodo. Deve essere maggiore o uguale a GPU_QUANTITY e una quantità di GPU supportata per il tipo di GPU selezionato. Se ometti questo nodeSelector, Autopilot posiziona un pod su ogni nodo GPU.
  • GPU_QUANTITY: il numero di GPU da allocare al contenitore. Deve essere minore o uguale a GPU_COUNT e a quantità GPU supportata per il tipo di GPU selezionato.

Per informazioni dettagliate su come ti viene addebitato l'utilizzo dell'acceleratore in modalità Autopilot, consulta la sezione Prezzi.

Devi specificare sia il tipo di GPU sia la quantità di GPU nella specifica del pod. Se ometti uno di questi valori, Autopilot rifiuta all'interno del pod.

Quando esegui il deployment di questo manifest, Autopilot installa automaticamente driver NVIDIA predefiniti per la versione GKE del nodo. Nella versione 1.29.2-gke.1108000 e successive, se vuoi puoi scegliere di installare la versione più recente del driver per quella versione di GKE aggiungendo il seguente selettore di nodi al manifest:

spec:
  nodeSelector:
    cloud.google.com/gke-gpu-driver-version: "DRIVER_VERSION"

Sostituisci DRIVER_VERSION con uno dei seguenti valori:

  • default: il driver stabile predefinito per la versione GKE del tuo nodo. Se ometti il nodeSelector nel manifest, questa è l'opzione predefinita.
  • latest: l'ultima versione del driver disponibile per la versione GKE del tuo nodo.

Richieste di CPU e memoria per i pod GPU Autopilot

Quando definisci i pod GPU, dovresti anche richiedere risorse di CPU e memoria in modo che che i container funzionino come previsto. Autopilot applica criteri I valori minimi, massimi e predefiniti di CPU e memoria si basano sul tipo di GPU e quantità. Se esegui più pod GPU su un singolo nodo, specifica la CPU e la memoria, altrimenti viene utilizzata per impostazione predefinita l'intera capacità del nodo. Per maggiori dettagli, consulta Richieste di risorse in Autopilot.

La specifica del pod dovrebbe essere simile all'esempio seguente, richiede quattro GPU T4:

apiVersion: v1
kind: Pod
metadata:
  name: t4-pod
spec:
  nodeSelector:
    cloud.google.com/gke-accelerator: "nvidia-tesla-t4"
  containers:
  - name: t4-container-1
    image: nvidia/cuda:11.0.3-runtime-ubuntu20.04
    command: ["/bin/bash", "-c", "--"]
    args: ["while true; do sleep 600; done;"]
    resources:
      limits:
        nvidia.com/gpu: 3
        cpu: "54"
        memory: "54Gi"
      requests:
        cpu: "54"
        memory: "54Gi"
  - name: t4-container-2
    image: nvidia/cuda:11.0.3-runtime-ubuntu20.04
    command: ["/bin/bash", "-c", "--"]
    args: ["while true; do sleep 600; done;"]
    resources:
      limits:
        nvidia.com/gpu: 1
        cpu: "18"
        memory: "18Gi"
      requests:
        cpu: "18"
        memory: "18Gi"

Questo manifest specifica limits per le risorse di CPU e memoria. Se ometti il parametro limits per CPU o memoria in GKE versione 1.29.2-gke.1060000 e in seguito, GKE assegna ai pod la classe QoS Burstable i tuoi pod eseguono burst su risorse inutilizzate dalla somma di richieste di risorse nodo. Per ulteriori informazioni, consulta Configurare l'esplosione dei pod in GKE.

Richieste di archiviazione temporanea per i pod GPU Autopilot

Puoi anche richiedere spazio di archiviazione temporaneo nei pod che richiedono spazio di archiviazione di breve durata. Lo spazio di archiviazione temporaneo massimo disponibile e il tipo di hardware di archiviazione utilizzato dipendono dal tipo e dalla quantità di GPU richieste dal pod. Puoi utilizzare l'unità SSD locale per lo spazio di archiviazione temporaneo se utilizzi GPU NVIDIA L4, la classe di calcolo Accelerator e esegui la patch GKE versione 1.28.6-gke.1369000 e successive o 1.29.1-gke.1575000 e successive.

Per utilizzare l'SSD locale per l'archiviazione temporanea, aggiungi cloud.google.com/gke-ephemeral-storage-local-ssd: "true" nodeSelettore al tuo del carico di lavoro. Guarda il manifest di esempio in Utilizzare un ambiente temporaneo basato su SSD locali spazio di archiviazione con Autopilot cluster. Le GPU NVIDIA H100 (80 GB) e NVIDIA A100 (80 GB) utilizzano sempre SSD locali per l'archiviazione temporanea e non puoi specificare questo selettore di nodi per le GPU.

Verificare l'allocazione della GPU

Per verificare che un carico di lavoro GPU di cui è stato eseguito il deployment disponga delle GPU richieste, esegui il seguente comando:

kubectl describe node NODE_NAME

Sostituisci NODE_NAME con il nome del nodo su cui viene eseguita Il pod è stato pianificato.

L'output è simile al seguente:


apiVersion: v1
kind: Node
metadata:
...
  labels:
    ...
    cloud.google.com/gke-accelerator: nvidia-tesla-t4
    cloud.google.com/gke-accelerator-count: "1"
    cloud.google.com/machine-family: custom-48
    ...
...

Controllare la versione del driver GPU

Nei cluster Autopilot, GKE installa automaticamente NVIDIA su tutti i nodi GPU. Per trovare la versione del driver GKE installato nel cluster, esegui questo comando:

kubectl logs --selector=k8s-app=nvidia-gpu-device-plugin \
    --container="nvidia-gpu-device-plugin" \
    --tail=-1 \
    --namespace=kube-system | grep Driver

L'output è simile al seguente:

I1206 18:37:08.251742    5851 metrics.go:144] nvml initialized successfully. Driver version: 535.104.12

Come funziona l'allocazione delle GPU in Autopilot

Dopo aver richiesto un tipo di GPU e una quantità per i container in un pod e aver eseguito il deployment del pod, si verifica quanto segue:

  1. Se non esiste alcun nodo GPU allocabile, Autopilot esegue il provisioning di una nuova GPU per pianificare il pod. Autopilot installa automaticamente i driver di NVIDIA per semplificare l'hardware.
  2. Autopilot aggiunge incompatibilità dei nodi al nodo GPU e le tolleranze corrispondenti al pod. In questo modo, GKE non può pianificare altri pod sul nodo GPU.

Autopilot posiziona esattamente un pod GPU su ogni nodo GPU, nonché qualsiasi Carichi di lavoro gestiti da GKE in esecuzione su tutti i nodi e su qualsiasi DaemonSet configurato per tollerare tutte le incompatibilità dei nodi.

Esegui i DaemonSet su ogni nodo

Potresti voler eseguire DaemonSet su ogni nodo, anche su quelli con incompatibilità applicate. Ad esempio, alcuni agenti di monitoraggio e logging devono essere eseguiti su ogni nodo del cluster. Puoi configurare questi DaemonSet in modo da ignorare le incompatibilità dei nodi GKE posiziona questi carichi di lavoro su ogni nodo.

Per eseguire DaemonSet su ogni nodo nel tuo cluster, inclusi i nodi GPU, aggiungi la seguente tolleranza alla tua specifica:

apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: logging-agent
spec:
  tolerations:
  - key: ""
    operator: "Exists"
    effect: ""
  containers:
  - name: logging-agent-v1
    image: IMAGE_PATH

Per eseguire i DaemonSet su nodi GPU specifici del cluster, aggiungi quanto segue alla specifica:

apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: logging-agent
spec:
  nodeSelector:
    cloud.google.com/gke-accelerator: "GPU_TYPE"
  tolerations:
  - key: ""
    operator: "Exists"
    effect: ""
  containers:
  - name: logging-agent-v1
    image: IMAGE_PATH

Sostituisci GPU_TYPE con il tipo di GPU nel target nodi. Può corrispondere a uno dei seguenti:

  • nvidia-h100-80gb: NVIDIA H100 (80 GB) (disponibile solo con la classe di calcolo Accelerator)
  • nvidia-a100-80gb: NVIDIA A100 (80 GB)
  • nvidia-tesla-a100: NVIDIA A100 (40GB)
  • nvidia-l4: NVIDIA L4
  • nvidia-tesla-t4: NVIDIA T4

Casi d'uso delle GPU in Autopilot

Puoi allocare GPU ai container nei pod Autopilot per semplificare i carichi di lavoro come i seguenti:

  • Inferenza del machine learning (ML)
  • Addestramento ML
  • Rendering

Quantità di GPU supportate

Quando richiedi GPU nella specifica del pod, devi utilizzare le seguenti quantità in base al tipo di GPU:

Quantità di GPU
NVIDIA L4
nvidia-l4		 1, 2, 4, 8
NVIDIA T4
nvidia-tesla-t4		 1, 2, 4
NVIDIA A100 (40GB)
nvidia-tesla-a100		 1, 2, 4, 8, 16
NVIDIA A100 (80GB)
nvidia-a100-80gb		 1, 2, 4, 8
NVIDIA H100 (80 GB)
nvidia-h100-80gb		 8

Se richiedi una quantità di GPU non supportata per quel tipo, Autopilot rifiuta il pod.

Monitora le prestazioni del carico di lavoro del nodo GPU

Se il tuo cluster GKE metriche di sistema attivata, le seguenti metriche sono disponibili in Cloud Monitoring per monitorare le prestazioni dei carichi 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.
  • Memoria utilizzata (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 dashboard predefinite per monitorare i cluster con nodi GPU. Per ulteriori informazioni, vedi Visualizza le metriche di osservabilità. Per informazioni generali sul monitoraggio per i tuoi cluster e le relative risorse, Osservabilità per GKE.

Visualizza le metriche di utilizzo per i carichi di lavoro

Puoi visualizzare le metriche di utilizzo della GPU dei carichi di lavoro dal Carichi di lavoro nella console Google Cloud.

Per visualizzare l'utilizzo della GPU del tuo carico di lavoro:

  1. Vai alla pagina Carichi di lavoro nella console Google Cloud.

    Vai a Carichi di lavoro
  2. Seleziona un carico di lavoro.

La dashboard Carichi di lavoro mostra i grafici relativi all'utilizzo e alla capacità della memoria GPU, e dal ciclo di servizio 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 Raccogli e visualizza le metriche di NVIDIA Data Center GPU Manager (DCGM).

Passaggi successivi