Cara meningkatkan modul cGPU pada sebuah node menggunakan perintah dan konsol - Container Service for Kubernetes

Node dalam kluster ACK harus memiliki modul cGPU yang diinstal untuk mendukung berbagi GPU dan penjadwalan. Topik ini menjelaskan cara meningkatkan modul cGPU pada sebuah node menggunakan perintah atau konsol.

Langkah 1: Tingkatkan komponen

Jenis kluster

Metode peningkatan komponen

ACK managed cluster Pro
ACK Edge cluster Pro

Untuk meningkatkan komponen ack-ai-installer, lihat Tingkatkan komponen penjadwalan GPU bersama.

ACK dedicated cluster

Untuk meningkatkan komponen ack-cgpu, lakukan langkah-langkah berikut:

Masuk ke Konsol ACK. Di panel navigasi kiri, klik Clusters.
Pada halaman Clusters, temukan kluster yang Anda inginkan dan klik namanya. Di panel navigasi sebelah kiri, pilih Applications > Helm.
Pada halaman Helm, temukan komponen ack-cgpu, klik Update di kolom Tindakan, pilih Version, lalu klik OK.

Langkah 2: Tingkatkan node yang ada

Penting

Hentikan aplikasi GPU pada node selama proses peningkatan.
Tingkatkan satu node terlebih dahulu. Setelah memverifikasi bahwa aplikasi GPU berjalan sesuai harapan, tingkatkan node GPU lainnya secara batch.
Metode ini mereset disk sistem node. Jika disk sistem node Anda berisi data, buat cadangan terlebih dahulu.

1. Hapus dan tambahkan kembali node

Masuk ke Konsol ACK. Di panel navigasi kiri, klik Clusters.
Pada halaman Clusters, klik nama kluster yang ingin Anda ubah. Di panel navigasi kiri, pilih Nodes > Nodes.
Pada halaman Nodes, pilih node cGPU yang akan ditingkatkan dan klik Batch Remove. Pada kotak dialog Remove Node, pilih Drain Node Automatically.
Tambahkan kembali node yang telah dihapus ke kelompok node asalnya. Untuk informasi lebih lanjut, lihat Tambahkan node yang ada ke kluster.
Penting
Pilih metode penambahan node otomatis. Node tidak akan direset jika Anda menambahkannya secara manual.

2. Verifikasi hasil

Jalankan perintah berikut untuk mengkueri pod cgpu-installer-****** yang sesuai dengan node yang baru ditambahkan:

kubectl get po -l name=cgpu-installer -n kube-system -o wide

Output yang diharapkan:

NAME                   READY   STATUS    RESTARTS   AGE    IP                NODE                         NOMINATED NODE   READINESS GATES
cgpu-installer-*****   1/1     Running   0          4d2h   192.168.XXX.XX1   cn-beijing.192.168.XXX.XX1   <none>           <none>
cgpu-installer-**2     1/1     Running   0          4d2h   192.168.XXX.XX2   cn-beijing.192.168.XXX.XX2   <none>           <none>
cgpu-installer-**3     1/1     Running   0          4d2h   192.168.XXX.XX3   cn-beijing.192.168.XXX.XX3   <none>           <none>

Jalankan perintah berikut untuk mengakses pod bernama cgpu-installer-******:
```
kubectl exec -ti cgpu-installer-xxxxx -n kube-system -- bash
```
Jalankan perintah berikut untuk mengkueri versi cGPU saat ini:
```
nsenter -t 1 -i -p -n -u -m -- cat /proc/cgpu_km/version
```
Contoh output:
```
1.5.16
```
Catatan
Untuk informasi tentang versi cGPU terbaru, lihat ack-ai-installer.

Kompatibilitas versi cGPU

Kompatibilitas driver NVIDIA

Versi cGPU

Driver NVIDIA yang kompatibel

1.5.20

1.5.19

1.5.18

1.5.17

1.5.16

1.5.15

1.5.13

1.5.12

1.5.11

1.5.10

1.5.9

1.5.8

1.5.7

1.5.6

1.5.5

1.5.3

Didukung:

seri 460
seri 470
seri 510
seri 515
seri 525
seri 535
seri 550
seri 560
seri 565
seri 570
seri 575

1.5.2

1.0.10

1.0.9

1.0.8

1.0.7

1.0.6

1.0.5

Didukung:

seri 460
seri 470 <= 470.161.03
seri 510 <= 510.108.03
seri 515 <= 515.86.01
seri 525 <= 525.89.03

Tidak didukung:

seri 535
seri 550
seri 560
seri 565
seri 570
seri 575

1.0.3

0.8.17

0.8.13

Didukung:

seri 460
seri 470 <= 470.161.03

Tidak didukung:

seri 510
seri 515
seri 525
seri 535
seri 550
seri 560
seri 565
seri 570
seri 575

Kompatibilitas family instance

Versi cGPU

Family instance yang kompatibel

1.5.20

1.5.19

Didukung:

gn6i / gn6e / gn6v / gn6t / ebmgn6i / ebmgn6t / ebmgn6e
gn7i / gn7 / gn7e / ebmgn7i / ebmgn7e
gn8t / ebmgn8t
gn8is / gn8v / ebmgn8is / ebmgn8v
gn8ia / ebmgn8ia
ebmgn9t

1.5.18

1.5.17

1.5.16

1.5.15

1.5.13

1.5.12

1.5.11

1.5.10

1.5.9

Didukung:

gn6i / gn6e / gn6v / gn6t / ebmgn6i / ebmgn6t / ebmgn6e
gn7i / gn7 / gn7e / ebmgn7i / ebmgn7e
gn8t / ebmgn8t
gn8is / gn8v / ebmgn8is / ebmgn8v
gn8ia / ebmgn8ia

Tidak didukung:

ebmgn9t

1.5.8

1.5.7

Didukung:

gn6i / gn6e / gn6v / gn6t / ebmgn6i / ebmgn6t / ebmgn6e
gn7i / gn7 / gn7e / ebmgn7i / ebmgn7e
gn8t / ebmgn8t
gn8is / gn8v / ebmgn8is / ebmgn8v

Tidak didukung:

gn8ia / ebmgn8ia
ebmgn9t

1.5.6

1.5.5

Didukung:

gn6i / gn6e / gn6v / gn6t / ebmgn6i / ebmgn6t / ebmgn6e
gn7i / gn7 / gn7e / ebmgn7i / ebmgn7e
gn8t / ebmgn8t

Tidak didukung:

gn8is / gn8v / ebmgn8is / ebmgn8v
gn8ia / ebmgn8ia
ebmgn9t

1.5.3

1.5.2

1.0.10

1.0.9

1.0.8

1.0.7

1.0.6

1.0.5

1.0.3

Didukung:

gn6i / gn6e / gn6v / gn6t / ebmgn6i / ebmgn6t / ebmgn6e
gn7i / gn7 / gn7e / ebmgn7i / ebmgn7e

Tidak didukung:

gn8t / ebmgn8t
gn8is / gn8v / ebmgn8is / ebmgn8v
gn8ia / ebmgn8ia
ebmgn9t

0.8.17

0.8.13

Didukung:

gn6i / gn6e / gn6v / gn6t / ebmgn6i / ebmgn6t / ebmgn6e

Tidak didukung:

gn7i / gn7 / gn7e / ebmgn7i / ebmgn7e
gn8t / ebmgn8t
gn8is / gn8v / ebmgn8is / ebmgn8v
gn8ia / ebmgn8ia
ebmgn9t

Kompatibilitas nvidia-container-toolkit

Versi cGPU

nvidia-container-toolkit yang kompatibel

1.5.20

1.5.19

1.5.18

1.5.17

1.5.16

1.5.15

1.5.13

1.5.12

1.5.11

1.5.10

1.5.9

1.5.8

1.5.7

1.5.6

1.5.5

1.5.3

1.5.2

1.0.10

Didukung:

nvidia-container-toolkit <= 1.10
nvidia-container-toolkit: 1.11 ~ 1.17

1.0.9

1.0.8

1.0.7

1.0.6

1.0.5

1.0.3

0.8.17

0.8.13

Didukung:

nvidia-container-toolkit <= 1.10

Tidak didukung:

nvidia-container-toolkit: 1.11 ~ 1.17

Kompatibilitas versi kernel

Versi cGPU

Versi kernel yang kompatibel

1.5.20

1.5.19

1.5.18

1.5.17

1.5.16

1.5.15

1.5.13

1.5.12

1.5.11

1.5.10

1.5.9

Didukung:

kernel 3.x
kernel 4.x
kernel 5.x <= 5.15

1.5.8

1.5.7

1.5.6

1.5.5

1.5.3

Didukung:

kernel 3.x
kernel 4.x
kernel 5.x <= 5.10

1.5.2

1.0.10

1.0.9

1.0.8

1.0.7

1.0.6

1.0.5

1.0.3

Didukung:

kernel 3.x
kernel 4.x
kernel 5.x <= 5.1

0.8.17

Didukung:

kernel 3.x
kernel 4.x
kernel 5.x <= 5.0

0.8.13

0.8.12

0.8.10

Didukung:

kernel 3.x
kernel 4.x

Tidak didukung:

kernel 5.x