Opérateur GPU NVIDIA

Lorsque vous activez l'extension de cluster NVIDIA GPU Operator, vous pouvez transmettre les paires clé/valeur suivantes en tant qu'arguments.

Arguments de configuration communs à la plupart des modules complémentaires de cluster


Clé (API et CLI)	Nom d'affichage de la clé (console)	Description	Obligatoire/Facultatif	Valeur par défaut	Exemple de valeur
`affinity`	affinité	Groupe de règles de programmation d'affinité. Format JSON en texte brut ou encodé en Base64. Non utilisé par: Opérateur GPU Nvidia Equivalents possibles : Repérage des fonctionnalités de noeud, utilisez `master.affinity` Opérateur réseau NVIDIA, utilisez `operator.affinity` Pilote CSI SMB, utilisez `contoller.affinity` Opérateur de GPU AMD, utilisez `controllerManager.affinity`	Facultatif	NULL	NULL
`nodeSelectors`	Sélecteurs de noeud	Vous pouvez utiliser des sélecteurs de noeud et des libellés de noeud pour contrôler les noeuds de processus actif sur lesquels les pods d'extension sont exécutés. Pour qu'un pod s'exécute sur un noeud, le sélecteur de noeud du pod doit avoir la même clé/valeur que l'étiquette du noeud. Définissez `nodeSelectors` sur une paire clé/valeur correspondant à la fois au sélecteur de noeud du pod et au libellé du noeud de processus actif. Format JSON en texte brut ou encodé en Base64. Non utilisé par: Opérateur GPU NVIDIA Pilote CSI SMB Equivalents possibles : Repérage des fonctionnalités de noeud, utilisez `worker.nodeSelector` Opérateur réseau NVIDIA, utilisez `operator.nodeSelectors` Opérateur de GPU AMD, utilisez `selector` ou `controllerManager.nodeSelector`	Facultatif	NULL	`{"foo":"bar", "foo2": "bar2"}` Le pod s'exécutera uniquement sur les noeuds possédant le libellé `foo=bar` ou `foo2=bar2`.
`numOfReplicas`	numOfReplicas	Nombre de répliques du déploiement de l'extension. Non utilisé par: Module d'extension GPU AMD Opérateur GPU NVIDIA Opérateur réseau NVIDIA Pilote CSI SMB Equivalents possibles : CoreDNS, utilisez `nodesPerReplica` Repérage des fonctionnalités de noeud, utilisez `master.replicaCount` Opérateur de GPU AMD, utilisez `controllerManager.replicas`	Requis	`1` Crée une réplique du déploiement d'extension par cluster.	`2` Crée deux répliques du déploiement d'extension par cluster.
`rollingUpdate`	annulation	Contrôle le comportement souhaité de la mise à jour non simultanée par maxSurge et maxUnavailable. Format JSON en texte brut ou encodé en Base64. Non utilisé par: Repérage des fonctionnalités du noeud Opérateur réseau NVIDIA Pilote CSI SMB Equivalents possibles : Opérateur de GPU NVIDIA, utilisez `daemonsets.rollingUpdate.maxUnavailable` Opérateur de GPU AMD, utilisez `upgradePolicy` dans `devicePlugin`, `metricsExporter`, `testRunner`, `configManager` ou `draDriver`	Facultatif	NULL	NULL
`tolerations`	tolérances	Vous pouvez utiliser des tolérances et des taches pour contrôler les noeuds de processus actif sur lesquels les pods d'extension s'exécutent. Pour qu'un pod s'exécute sur un noeud présentant une entorse, le pod doit avoir une tolérance correspondante. Définissez `tolerations` sur une paire clé/valeur correspondant à la fois à la tolérance du pod et à la tache du noeud de processus actif. Format JSON en texte brut ou encodé en Base64. Equivalents possibles : Repérage des fonctionnalités de noeud, utilisez `master.tolerations` et/ou `worker.tolerations` Opérateur de GPU NVIDIA, utilisez `daemonsets.tolerations` Opérateur réseau NVIDIA, utilisez `operator.tolerations` Pilote CSI SMB, utilisez `controller.tolerations` Opérateur GPU AMD, utilisez les tolérances dans `devicePlugin`, `metricsExporter`, `testRunner`, `configManager`, `draDriver` ou `controllerManager`	Facultatif	NULL	`[{"key":"tolerationKeyFoo", "value":"tolerationValBar", "effect":"noSchedule", "operator":"exists"}]` Seuls les pods présentant cette tolérance peuvent être exécutés sur des noeuds de processus actif présentant la tache `tolerationKeyFoo=tolerationValBar:noSchedule`.
`topologySpreadConstraints`	Contraintes de répartition de topologie	Comment répartir les pods correspondants entre la topologie donnée. Format JSON en texte brut ou encodé en Base64. Non utilisé par: Repérage des fonctionnalités du noeud Opérateur GPU NVIDIA Opérateur réseau NVIDIA Pilote CSI SMB Opérateur de GPU AMD	Facultatif	NULL	NULL

Arguments de configuration propres à ce module complémentaire de cluster


Clé (API et CLI)	Nom d'affichage de la clé (console)	Description	Obligatoire/Facultatif	Valeur par défaut
`skipNodeFeatureDiscoveryDependencyCheck`	skipNodeFeatureDiscoveryDependencyCheck	Ignorer la vérification de dépendance de repérage de fonctionnalités de noeud.	Facultatif	`false`
`disableNvidiaGpuPlugin`	DésactiverNvidiaGpuPlugin	Désactivez le module complémentaire NvidiaDevicePlugin existant et les ressources associées.	Facultatif	`false`
`cdi.enabled`	Activer l'interface de dispositif de conteneur	Indicateur d'activation de l'interface de dispositif de conteneur.	Facultatif	`false` pour la version 25.3.x. `true` pour les versions 25.10.x et ultérieures.
`cdi.default`	Activer l'Imagerie Cerner par défaut	Indicateur permettant à l'exécution du conteneur d'utiliser l'Imagerie Cerner comme option par défaut pour effectuer une injection de dispositif.	Facultatif	`false` pour la version 25.3.x. Obsolète dans la version 25.10.x et versions ultérieures.
`daemonsets.labels`	Libellés DaemonSets	Libellés de tous les groupes de démons d'opérateur GPU. Correspondance JSON codée en Base64 ou texte JSON.	Facultatif	`null`
`daemonsets.annotations`	Annotations DaemonSets	Annotations pour tous les groupes de démons d'opérateurs GPU. Correspondance JSON codée en Base64 ou texte JSON.	Facultatif	`null`
`daemonsets.tolerations`	Tolérances DaemonSets	Tolérations pour tous les groupes de démons d'opérateurs GPU. Tableau JSON encodé en Base64 ou texte JSON.	Facultatif	`null`
`daemonsets.rollingUpdate.maxUnavailable`	Ensembles de démons MaxUnavailable	Nombre maximal de pods indisponibles pour la mise à jour non simultanée sur les jeux de démons d'opérateur GPU.	Facultatif	`1`
`dcgm.enabled`	Activer DCGM	Activez l'hostengine NVIDIA DCGM en tant que pod distinct.	Facultatif	`false`
`dcgm.args`	Arguments DCGM	Arguments pour DCGM Hostengine. Tableau JSON encodé en Base64 ou texte brut JSON.	Facultatif	`null`
`dcgm.env`	Env. DCGM	Variables d'environnement pour DCGM Hostengine. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`dcgm.containerResources`	Ressources DCGM	Demandes de ressources et limites pour le pod Hostengine DCGM. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`dcgmExporter.enabled`	Activer l'export DCGM	Activez le DaemonSet de l'exportateur DCGM pour les mesures.	Facultatif	`true`
`dcgmExporter.env`	Env. exportateur DCGM	Variables d'environnement pour DCGM Exportateur. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`dcgmExporter.resources`	Ressources d'exportateur DCGM	Demandes de ressources et limites pour le pod DCGM Export. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`dcgmExporter.service.internalTrafficPolicy`	Politique de trafic du service d'exportateur	InternalTrafficPolicy pour le service ClusterIP de DCGM Export.	Facultatif	`Cluster`
`dcgmExporter.serviceMonitor.enabled`	Activer ServiceMonitor	Activez un ServiceMonitor pour NVIDIA DCGM Export.	Facultatif	`false`
`dcgmExporter.serviceMonitor.interval`	Intervalle ServiceMonitor	Intervalle de mise au rebut pour NVIDIA DCGM Exportateur. Prend en charge `y`, `w`, `d`, `h`, `m`, `s` et `ms`.	Facultatif	`15s`
`dcgmExporter.serviceMonitor.honorLabels`	Libellés d'honneur de ServiceMonitor	Préférez les libellés de mesure cible sur les collisions.	Facultatif	`false`
`dcgmExporter.serviceMonitor.additionalLabels`	Libellés supplémentaires ServiceMonitor	Libellés supplémentaires pour ServiceMonitor. Carte JSON encodée en Base64 ou en texte brut JSON.	Facultatif	`null`
`dcgmExporter.serviceMonitor.relabelings`	Relabelings de ServiceMonitor	Modification de l'étiquette des règles pour ServiceMonitor. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`dcgmExporter.config.name`	Nom de la carte de configuration de l'exportateur	Nom de ConfigMap qui fournit la configuration des mesures personnalisées pour l'exportateur DCGM.	Facultatif	`null`
`migManager.enabled`	Activer le gestionnaire MIG	Activez le déploiement de NVIDIA MIG Manager.	Facultatif	`false`
`migManager.resources`	Ressources du gestionnaire MIG	Limites et demandes de ressource pour chaque pod MIG Manager. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`migManager.env`	Env. gestionnaire MIG	Variables d'environnement pour MIG Manager. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`migManager.config.name`	Nom de la correspondance de configuration MIG	Nom ConfigMap avec la configuration `mig-parted` pour le gestionnaire MIG.	Facultatif	`null`
`migManager.gpuClientsConfig.name`	Configuration des clients GPU MIG	Nom ConfigMap avec la configuration `gpu-clients` pour le gestionnaire MIG.	Facultatif	`null`
`devicePlugin.enabled`	Activer le plug-in d'appareil	Activez le module d'extension de périphérique NVIDIA Kubernetes.	Facultatif	`true`
`devicePlugin.args`	Arguments de plug-in de périphérique	Arguments pour le plug-in de périphérique. Tableau JSON encodé en Base64 ou texte brut JSON.	Facultatif	`null`
`devicePlugin.env`	Module d'extension d'appareil	Variables d'environnement pour le module d'extension de périphérique. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`devicePlugin.resources`	Ressources du plug-in de périphérique	Limites et demandes de ressource pour chaque pod de module d'extension de périphérique. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`devicePlugin.config.name`	Nom ConfigMap du plug-in de périphérique	Nom ConfigMap qui fournit la configuration du module d'extension de périphérique, partagé avec GFD, le cas échéant.	Facultatif	`null`
`devicePlugin.mps.root`	Racine MPS	Chemin racine MPS sur l'hôte.	Facultatif	`/run/nvidia/mps`
`toolkit.enabled`	Activer la boîte à outils	Activez le déploiement de NVIDIA Container Toolkit.	Facultatif	`true`
`toolkit.env`	Env. boîte à outils	Variables d'environnement pour Container Toolkit. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`toolkit.resources`	Ressources de la boîte à outils	Limites et demandes de ressources pour chaque pod Container Toolkit. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`toolkit.installDir`	Répertoire d'installation de boîte à outils	Répertoire d'installation des utilitaires Container Toolkit sur l'hôte.	Facultatif	`/usr/local/nvidia`
`mig.strategy`	Stratégie MIG	Stratégie MIG pour GFD et le plug-in de périphérique. Les valeurs valides sont `none`, `single` et `mixed`.	Facultatif	`single`
`operator.logging.level`	Niveau de journalisation de l'opérateur	Niveau de journalisation Zap : `debug`, `info`, `error` ou un entier > 0 pour le niveau de détail personnalisé.	Facultatif	`info`
`operator.resources`	Ressources de l'opérateur	Limites et demandes de ressource pour le pod GPU Operator. Texte brut JSON ou JSON encodé en Base64.	Facultatif	`null`
`hostPaths.rootFS`	Hôte RootFS	Chemin du système de fichiers root de l'hôte. Le chemin doit pouvoir être chrooté.	Facultatif	`/`
`hostPaths.driverInstallDir`	Répertoire d'installation du pilote	Répertoire racine des fichiers du pilote NVIDIA sur l'hôte.	Facultatif	`/run/nvidia/driver`
`driver.rdma.enabled`	Activer RDMA dans le pilote	Activez la prise en charge RDMA pour le pilote NVIDIA.	Facultatif	`false`
`driver.rdma.useHostMofed`	Utiliser l'hôte MOFED	Utilisez le Mellanox OFED fourni par l'hôte au lieu du Mellanox OFED fourni par le conteneur.	Facultatif	`false`

Considérations relatives aux clusters volumineux

Le tableau suivant décrit les considérations relatives à la configuration de ce module complémentaire de cluster dans les clusters volumineux.


Nom d'argument	Nombre de noeuds de processus métier de rôles	Description	à mesure que la taille du cluster augmente	Risques	Recommandation
`devicePlugin.*`	Y (Oui)	Contrôle le module d'extension de périphérique NVIDIA qui expose les GPU à Kubernetes.	Le module d'extension de périphérique s'exécute sur chaque noeud de GPU et est responsable des éléments suivants : Publicité `nvidia.com/gpu` ressources Activation de la planification de GPU La configuration affecte directement les décisions du planificateur et le placement de la charge de travail GPU.	Si cet argument est mal configuré : Les GPU peuvent ne pas être visibles par Kubernetes. Les pods demandant des GPU peuvent rester à l'état `Pending` . La disponibilité des GPU peut être incohérente entre les noeuds. Les échecs de planification peuvent se produire à grande échelle.	Définissez `devicePlugin.enabled` sur `true` . Allouez suffisamment de ressources à l'aide de `devicePlugin.resources` . Utilisez une configuration cohérente sur tous les noeuds GPU.
`toolkit.*`	Y (Oui)	Contrôle la boîte à outils du conteneur NVIDIA, qui fournit un accès GPU à l'intérieur des conteneurs.	La boîte à outils s'exécute sur chaque noeud de GPU et est nécessaire pour que les charges de travail de GPU accèdent aux GPU dans les conteneurs.	Si cet argument est mal configuré, les pods peuvent être planifiés mais : Les charges globales GPU peuvent ne pas démarrer. Les conteneurs ne peuvent pas accéder aux GPU. Les échecs d'exécution peuvent être difficiles à diagnostiquer.	Définissez `toolkit.enabled` sur `true` . Assurez-vous que la boîte à outils est compatible avec l'exécution du conteneur. Allouez suffisamment de ressources à l'aide de `toolkit.resources` .
`daemonsets.tolerations`	Y (Oui)	Contrôle si les composants de l'opérateur GPU peuvent être exécutés sur les noeuds GPU.	Les noeuds GPU sont souvent endommagés. Tous les DaemonSets d'opérateur GPU doivent tolérer que ces taches s'exécutent sur les noeuds GPU.	Si les tolérances requises sont manquantes : Les composants de l'opérateur GPU ne peuvent pas être exécutés sur les noeuds GPU. Les GPU peuvent devenir inutilisables dans l'ensemble du cluster.	Configurer les tolérances qui correspondent aux taches appliquées aux noeuds GPU. Validez les tolérances pour tous les pools de noeuds GPU.
`daemonsets.rollingUpdate.maxUnavailable`	Y (Oui)	Contrôle le nombre de noeuds mis à jour simultanément.	Cette valeur affecte le nombre de noeuds GPU qui sont temporairement indisponibles pendant une mise à jour. Dans un cluster de grande taille, une mise à jour peut affecter de nombreux noeuds.	Si la valeur est trop élevée : Trop de noeuds GPU peuvent être indisponibles en même temps. Les charges de travail GPU peuvent être interrompues. Si la valeur est trop faible, le déploiement de la mise à jour sur des milliers de noeuds peut prendre beaucoup de temps.	Utilisez une valeur équilibrée qui n'est pas trop agressive. Définissez la valeur en fonction de la taille du cluster et de la quantité d'interruptions que les charges globales peuvent tolérer.
`operator.resources`	Y (Oui)	Définit les ressources de CPU et de mémoire pour le contrôleur de l'opérateur GPU.	L'opérateur gère les composants, notamment : Plug-in de l'appareil Boîte à outils du conteneur NVIDIA GPU multi-instance Gestionnaire de GPU de centre de données NVIDIA Au fur et à mesure que le nombre de noeuds augmente, l'opérateur gère plus d'objets et nécessite plus de ressources.	Si les ressources sont sous-dimensionnées : La réconciliation peut être lente. L'opérateur peut devenir instable. Les modifications de configuration et les déploiements de composants peuvent être retardés.	Augmenter les ressources de CPU et de mémoire pour les clusters de grande taille. Surveiller les journaux des opérateurs et l'utilisation de la mémoire.
`cdi.enabled`	Y (Oui)	Active l'interface de dispositif de conteneur.	Simplifie l'injection de GPU dans les conteneurs. Améliore la cohérence d'exécution entre les nœuds.	Si l'interface Container Device Interface est désactivée, l'ancienne intégration d'exécution peut : Cause des incohérences. Rendre le dépannage plus complexe.	Définissez `cdi.enabled` sur `true` . Utilisez les paramètres par défaut sauf si vous avez une exigence spécifique.
`mig.strategy`	Y (Oui)	Contrôle le partitionnement de GPU multi-instances.	Le partitionnement de GPU multi-instances permet aux charges globales de partager des GPU et affecte le comportement du planificateur.	Si cet argument est mal configuré : Les ressources GPU peuvent être fragmentées. Les pods peuvent ne pas trouver de partition GPU correspondante. Le comportement peut être incohérent entre les noeuds.	Utiliser une stratégie de GPU multi-instances cohérente dans l'ensemble du cluster. Évitez les configurations mixtes, sauf si elles sont requises.
`dcgmExporter.*`	Y (Oui)	Contrôle la collecte des mesures de GPU.	L'exportateur génère des mesures GPU pour chaque noeud, ce qui augmente la charge de Prométhée et le trafic réseau à mesure que le nombre de noeuds GPU augmente.	Si cet argument est mal configuré : La mise au rebut trop fréquente des mesures peut entraîner une surcharge élevée. Les mesures de rebut trop rares peuvent fournir une visibilité insuffisante.	Réglez `serviceMonitor.interval` . Allouez suffisamment de ressources à l'aide de `dcgmExporter.resources` .
`dcgm.*`	Y (Oui)	Contrôle le moteur hôte du gestionnaire GPU du centre de données NVIDIA.	Le composant facultatif assure le suivi de l'état des GPU sur l'ensemble du cluster.	Si le composant est désactivé, la visibilité sur l'état du GPU est limitée. Si le composant est activé avec des ressources insuffisantes, il peut devenir instable.	Activez le composant uniquement lorsqu'il est requis. Allouer suffisamment de ressources.
`skipNodeFeatureDiscoveryDependencyCheck`	N	Contrôle la vérification des dépendances pour le repérage des fonctionnalités de noeud.	La vérification des dépendances affecte l'étiquetage des noeuds et la détection des GPU.	Si le repérage des fonctionnalités de noeud est manquant : Les noeuds GPU ne peuvent pas être étiquetés. L'opérateur peut ne pas détecter les noeuds GPU.	Utilisez cet argument uniquement lorsque le repérage des fonctionnalités de noeud est déjà installé. Assurez-vous que les étiquettes de noeud requises sont présentes et correctes.
`disableNvidiaGpuPlugin`	Y (Oui)	Désactive le plug-in de périphérique GPU NVIDIA autonome.	La désactivation du module d'extension autonome empêche l'exécution de modules d'extension de périphérique GPU en double dans le cluster.	Si cet argument est configuré de manière incorrecte : Plusieurs modules d'extension de périphérique GPU peuvent être exécutés. Les plugins peuvent entrer en conflit. Les ressources GPU peuvent être signalées de manière incorrecte.	Désactivez le plug-in de périphérique de GPU NVIDIA autonome lorsque vous utilisez l'opérateur de GPU NVIDIA.

Documentation Oracle Cloud Infrastructure

Opérateur GPU NVIDIA