Plug-in de GPU AMD

Ao ativar o complemento de cluster do Plug-in AMD GPU, você pode passar os pares de chave/valor a seguir como argumentos.

Observe que, para garantir que as cargas de trabalho em execução nos nós de trabalho da GPU AMD não sejam interrompidas inesperadamente, recomendamos que você escolha a versão do complemento do Plug-in da GPU AMD a ser implantada, em vez de especificar que deseja que a Oracle atualize o complemento automaticamente.

Argumentos de Configuração Comuns à maioria dos Complementos de Cluster


Chave (API e CLI)	Nome para Exibição da Chave (Console)	Descrição	Obrigatório/Opcional	Valor Padrão	Valor de Exemplo
`affinity`	afinidade	Um grupo de regras de programação de afinidade. Formato JSON em texto simples ou codificado em Base64. Não utilizado por: Operador de GPU Nvidia Possíveis equivalentes: Descoberta de Recursos do Nó, use `master.affinity` Operador de Rede NVIDIA, use `operator.affinity` Driver SMB CSI, use `contoller.affinity` Operador de GPU AMD, use `controllerManager.affinity`	Opcional	null	null
`nodeSelectors`	seletores de nó	Você pode usar seletores de nó e labels de nó para controlar os nós de trabalho nos quais os pods complementares são executados. Para que um pod seja executado em um nó, o seletor de nós do pod deve ter a mesma chave/valor do label do nó. Defina `nodeSelectors` como um par de chave/valor que corresponda ao seletor de nós do pod e ao label do nó de trabalho. Formato JSON em texto simples ou codificado em Base64. Não utilizado por: Operador de GPU NVIDIA SMB do Driver CSI Possíveis equivalentes: Descoberta de Recursos do Nó, use `worker.nodeSelector` Operador de Rede NVIDIA, use `operator.nodeSelectors` Operador de GPU AMD, use `selector` ou `controllerManager.nodeSelector`	Opcional	null	`{"foo":"bar", "foo2": "bar2"}` O pod só será executado em nós que tenham o label `foo=bar` ou `foo2=bar2`.
`numOfReplicas`	numOfReplicas	O número de réplicas da implantação do complemento. Não utilizado por: Plug-in de GPU AMD Operador de GPU NVIDIA Operador de Rede NVIDIA SMB do Driver CSI Possíveis equivalentes: CoreDNS, use `nodesPerReplica` Descoberta de Recursos do Nó, use `master.replicaCount` Operador de GPU AMD, use `controllerManager.replicas`	Obrigatório	`1` Cria uma réplica da implantação do complemento por cluster.	`2` Cria duas réplicas da implantação do complemento por cluster.
`rollingUpdate`	rollingUpdate	Controla o comportamento desejado de atualização incremental por maxSurge e maxUnavailable. Formato JSON em texto simples ou codificado em Base64. Não utilizado por: Descoberta de Recurso do Nó Operador de Rede NVIDIA SMB do Driver CSI Possíveis equivalentes: Operador de GPU NVIDIA, use `daemonsets.rollingUpdate.maxUnavailable` Operador de GPU AMD, use `upgradePolicy` em `devicePlugin`, `metricsExporter`, `testRunner`, `configManager` ou `draDriver`	Opcional	null	null
`tolerations`	tolerâncias	Você pode usar taints e tolerations para controlar os nós de trabalho nos quais os pods complementares são executados. Para que um pod seja executado em um nó que tenha uma taint, o pod deve ter uma tolerância correspondente. Defina `tolerations` como um par de chave/valor que corresponda à tolerância do pod e à mancha do nó de trabalho. Formato JSON em texto simples ou codificado em Base64. Possíveis equivalentes: Descoberta de Recursos do Nó, use `master.tolerations` e/ou `worker.tolerations` Operador de GPU NVIDIA, use `daemonsets.tolerations` Operador de Rede NVIDIA, use `operator.tolerations` Driver SMB CSI, use `controller.tolerations` Operador de GPU AMD, usar tolerações em `devicePlugin`, `metricsExporter`, `testRunner`, `configManager`, `draDriver` ou `controllerManager`	Opcional	null	`[{"key":"tolerationKeyFoo", "value":"tolerationValBar", "effect":"noSchedule", "operator":"exists"}]` Somente pods que têm essa tolerância podem ser executados em nós de trabalho que têm a mancha `tolerationKeyFoo=tolerationValBar:noSchedule`.
`topologySpreadConstraints`	topologySpreadConstraints	Como distribuir pods correspondentes entre a topologia fornecida. Formato JSON em texto simples ou codificado em Base64. Não utilizado por: Descoberta de Recurso do Nó Operador de GPU NVIDIA Operador de Rede NVIDIA SMB do Driver CSI AMD GPU Operator	Opcional	null	null

Argumentos de Configuração Específicos para esta Extensão de Cluster


Chave (API e CLI)	Nome para Exibição da Chave (Console)	Descrição	Obrigatório/Opcional	Valor Padrão	Valor de Exemplo
`amd-gpu-device-plugin.ContainerResources`	recursos do contêiner amd-gpu-device-plugin	Você pode especificar as quantidades de recursos solicitadas pelos contêineres de complementos e definir limites de uso de recursos que os contêineres de complementos não podem exceder. Formato JSON em texto simples ou codificado em Base64.	Opcional	null	`{"limits": {"cpu": "500m", "memory": "200Mi" }, "requests": {"cpu": "100m", "memory": "100Mi"}}` Crie contêineres complementares que solicitem 100 mililitros de CPU e 100 mebibytes de memória. Limite os contêineres complementares a 500 milicores de CPU e 200 mebibytes de memória.
`pulse`	Ativar verificações de integridade	Intervalo de tempo em segundos para que o plug-in atualize o kubelet com o status de integridade do dispositivo. Defina como `0` para desativar a verificação de integridade.	Opcional	`0`

Considerações sobre Clusters Grandes

A tabela a seguir descreve considerações para configurar este complemento de cluster em clusters grandes.


Nome do Argumento	Número wrt de Atribuições dos Nós	Descrição	À medida que o tamanho do cluster aumenta	Riscos	Recomendação
`amd-gpu-device-plugin.ContainerResources`	S	Define solicitações e limites de CPU e memória para os contêineres de Plug-in de GPU AMD.	O plug-in é executado em cada nó de GPU. O uso total de recursos cresce linearmente com o número de nós de GPU. As seguintes atividades aumentam: Monitoramento de integridade de GPU Relatório de estado do dispositivo para o kubelet Interações com o runtime do contêiner	Se os recursos forem subdimensionados: O plug-in pode se tornar instável nos nós. As GPUs podem não ser expostas corretamente como recursos `amd.com/gpu` . Os pods que solicitam GPUs podem permanecer no estado `Pending` . Os recursos podem ser reportados incorretamente ao programador.	Aumente a memória e a CPU alocadas em cada nó com base nos seguintes fatores: O número de GPUs no nó Intensidade da carga de trabalho Monitore logs do kubelet e o uso da CPU e da memória do plug-in.
`nodeSelectors/affinity`	S	Controla em quais nós o plug-in é executado usando labels.	Garante que o plug-in seja executado somente em nós de GPU AMD. Impede agendamento desnecessário em nós somente CPU.	Se nenhum seletor for especificado, o plug-in será executado em todos os nós e desperdiçará recursos. Se o seletor errado for especificado, o plug-in não será executado nos nós de GPU e as GPUs não ficarão visíveis para o Kubernetes. Mesmo uma pequena configuração incorreta que afeta de 1 a 2% dos nós pode resultar em centenas de nós configurados incorretamente, disponibilidade inconsistente de GPU e falhas de programação imprevisíveis.	Usar label de nó estrito.
`tolerations`	S	Controla se o plug-in pode ser executado em nós de GPU contaminados.	Se não estiver configurado corretamente, o DaemonSet de Plug-in de GPU AMD poderá falhar ao programar em nós de GPU com taints, evitando que recursos de GPU sejam descobertos e tornando as GPUs indisponíveis para programação de carga de trabalho.	Se as tolerâncias forem configuradas incorretamente, o plug-in não poderá ser executado em nós de GPU e as GPUs se tornarão inutilizáveis.	Certifique-se de que as tolerâncias correspondam às manchas aplicadas aos nós de GPU.
`pulse`	S	Controla a frequência com que o plug-in reporta informações de integridade da GPU ao kubelet.	Uma frequência de relatórios mais alta fornece melhor visibilidade da integridade da GPU, mas gera mais tráfego de kubelet e API. Uma frequência de relatórios mais baixa reduz a sobrecarga, mas atrasa a detecção de falhas.	Se as atualizações forem muito frequentes, a sobrecarga da CPU em cada nó e a carga do kubelet aumentarão. Se as atualizações forem muito raras ou desativadas, as informações de integridade da GPU poderão se tornar obsoletas e o scheduler poderá atribuir cargas de trabalho a GPUs não íntegras.	Use um intervalo moderado que equilibre a visibilidade da integridade com a sobrecarga. Evite pesquisas excessivamente agressivas.
`rollingUpdate`	N	Controla o comportamento de atualização.	Em clusters grandes, muitos nós podem ser atualizados simultaneamente, afetando a disponibilidade da GPU durante os upgrades.	Cargas de trabalho de GPU podem ser interrompidas. As GPUs podem estar temporariamente indisponíveis.	Use atualizações contínuas controladas para evitar interrupções generalizadas.
`numOfReplicas`	N	Esse argumento não é usado pelo plug-in de GPU AMD.	Não aplicável	Não aplicável	Não aplicável

Documentação do Oracle Cloud Infrastructure

Plug-in de GPU AMD