Ikhtisar Pod ACS - Container Compute Service

Dalam lingkungan komputasi awan dan kontainerisasi modern, Pod merupakan unit terkecil yang dapat diterapkan di Kubernetes. Sebuah Pod biasanya terdiri dari satu atau lebih Kontainer. Kelas komputasi dan Kualitas Layanan (QoS) sebuah Pod sangat memengaruhi kinerja aplikasi serta pemanfaatan sumber daya. Container Compute Service (ACS) menyediakan berbagai kelas komputasi dan tingkat QoS untuk memenuhi kebutuhan bisnis yang beragam. Topik ini menjelaskan fitur inti, batasan, dan konfigurasi Pod ACS, termasuk isolasi, konfigurasi sumber daya CPU, memori, dan GPU, penarikan citra, penyimpanan, jaringan, serta pengumpulan log.

Definisi kelas komputasi

ACS menyediakan kelas komputasi CPU dan GPU yang hemat biaya. Setiap kelas menawarkan konfigurasi sumber daya yang berbeda untuk berbagai skenario bisnis.

Kelas komputasi	Label	Fitur
General-Purpose (Default)	general-purpose	Memenuhi kebutuhan sebagian besar aplikasi layanan mikro tanpa status, aplikasi web Java, dan tugas komputasi.
Performance	performance	Cocok untuk skenario bisnis dengan persyaratan kinerja yang lebih tinggi, seperti pelatihan dan inferensi AI/ML berbasis CPU, serta pemrosesan batch komputasi kinerja tinggi (HPC).
GPU	gpu	Cocok untuk skenario komputasi heterogen seperti AI dan HPC. Contohnya meliputi inferensi GPU kartu tunggal dan multi-kartu serta komputasi paralel GPU.
High-Performance Network GPU (gpu-hpn)	gpu-hpn	Cocok untuk skenario komputasi heterogen seperti AI dan HPC. Contohnya meliputi pelatihan GPU terdistribusi, inferensi terdistribusi, dan komputasi kinerja tinggi GPU.

Anda dapat menentukan kelas komputasi untuk sebuah Pod menggunakan label alibabacloud.com/compute-class. Template YAML berikut menunjukkan cara menentukan kelas komputasi untuk aplikasi Nginx. Contoh-contoh ini mengatur kelas komputasi menjadi general-purpose, gpu, dan gpu-hpn.

General-Purpose

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        alibabacloud.com/compute-class: general-purpose 
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest

GPU

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        # Atur compute-class menjadi gpu.
        alibabacloud.com/compute-class: "gpu"
        # Atur model GPU menjadi example-model. Ganti ini dengan model aktual Anda, seperti T4.
        alibabacloud.com/gpu-model-series: "example-model"
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest
        resources:
          limits:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Ganti label sumber daya dan kuantitas dengan nilai aktual Anda. 
          requests:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Ganti label sumber daya dan kuantitas dengan nilai aktual Anda.

Catatan

Untuk informasi lebih lanjut tentang model dan spesifikasi GPU yang didukung oleh ACS, lihat Tabel Spesifikasi Kelas Komputasi Akselerasi.

High-Performance Network GPU

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        # Atur compute-class menjadi gpu-hpn. 
        alibabacloud.com/compute-class: "gpu-hpn"
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest
        resources:
          limits:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Ganti label sumber daya dan kuantitas dengan nilai aktual Anda. 
          requests:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Ganti label sumber daya dan kuantitas dengan nilai aktual Anda.

Catatan

Untuk menggunakan GPU Jaringan Kinerja Tinggi di ACS, Anda harus terlebih dahulu membuat reservasi kapasitas GPU-HPN.

Definisi Kualitas Daya Komputasi

ACS menyediakan dua tingkat QoS. Setiap tingkat QoS menawarkan jaminan sumber daya yang berbeda untuk berbagai skenario bisnis.

Kualitas Daya Komputasi	Label	Fitur	Skenario tipikal
Default	default	Beberapa fluktuasi daya komputasi mungkin terjadi. Instans tidak dipaksa keluar. Kegagalan instans ditangani melalui migrasi panas atau dengan memberi tahu pengguna untuk memicu pemindahan.	Aplikasi mikro layanan Aplikasi web Tugas komputasi
Best-Effort	best-effort	Beberapa fluktuasi daya komputasi mungkin terjadi. Instans dapat dipaksa diambil alih dan dikeluarkan. Notifikasi event dikirim 5 menit sebelum pemindahan.	Komputasi big data Transkoding audio dan video Tugas pemrosesan batch

Anda dapat menentukan tingkat QoS untuk sebuah Pod menggunakan label alibabacloud.com/compute-qos. Template YAML berikut untuk aplikasi Nginx menunjukkan cara mengatur tingkat QoS menjadi default.

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        alibabacloud.com/compute-qos: default
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest

Catatan

Definisi tingkat QoS ACS berbeda dari kelas QoS asli Kubernetes. Tingkat QoS Default di ACS sesuai dengan kelas QoS Guaranteed di Kubernetes.
Inventaris untuk Pod QoS Best-Effort bersifat dinamis. Untuk lingkungan produksi, Anda dapat mengonfigurasi kebijakan penjadwalan berbasis inventaris sehingga platform secara otomatis beralih ke tipe Default saat inventaris tidak mencukupi. Untuk informasi lebih lanjut, lihat Kebijakan Penjadwalan Sumber Daya Kustom.

Hubungan antara kelas komputasi dan tingkat QoS

Kelas komputasi (Label)	Tingkat QoS yang didukung (Label)
General-Purpose (general-purpose)	Default (default), Best-Effort (best-effort)
Performance (performance)	Default (default), Best-Effort (best-effort)
GPU (gpu)	Default (default), Best-Effort (best-effort)
High-Performance Network GPU (gpu-hpn)	Default (default)

Tentukan vendor CPU

Kelas komputasi General-Purpose (general-purpose) dan Performance (performance) menyediakan CPU dari dua vendor: Intel dan AMD.

Anda dapat menentukan vendor CPU dengan menambahkan anotasi alibabacloud.com/cpu-vendors ke sebuah Pod atau dengan mendefinisikan anotasi alibabacloud.com/cpu-vendors di templat Pod dari beban kerja. Untuk menentukan CPU AMD, Anda harus mengajukan tiket untuk mengaktifkan dukungan daftar putih. Jika Anda menentukan anotasi ini untuk kelas komputasi selain General-Purpose dan Performance, pesan kesalahan akan menunjukkan bahwa penentuan vendor CPU tidak didukung. Nilai yang didukung untuk anotasi ini adalah:

Key	Nilai	Arti
`alibabacloud.com/cpu-vendors`	intel (default)	Menentukan Intel sebagai vendor CPU. Jika Anda tidak menentukan vendor, nilai defaultnya adalah "intel".
	amd	Menentukan AMD sebagai vendor CPU.
	intel,amd	Menentukan Intel atau AMD sebagai vendor CPU. Sistem memilih vendor CPU yang sesuai untuk membuat instans berdasarkan inventaris. Jika Anda memasukkan beberapa nilai, Anda tidak dapat menentukan urutan preferensi.

Setelah Pod dibuat, Anda dapat melihat nilai label alibabacloud.com/cpu-vendor di file YAML Pod untuk memeriksa vendor CPU aktual yang digunakan oleh Pod.

Template YAML berikut untuk aplikasi Nginx menunjukkan cara menyetel vendor CPU menjadi amd.

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        alibabacloud.com/compute-class: general-purpose
        alibabacloud.com/compute-qos: default
      annotations:
        alibabacloud.com/cpu-vendors: amd
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest

Peringatan

Jangan gunakan label sistem ACS, seperti alibabacloud.com/compute-class, alibabacloud.com/compute-qos, dan alibabacloud.com/cpu-vendor, sebagai label filter dalam matchLabels beban kerja. Sistem mungkin memodifikasi label-label ini, yang dapat menyebabkan controller sering membuat ulang Pod dan memengaruhi stabilitas aplikasi.

Fitur Inti

Fitur	Deskripsi
Isolasi	Sebagai lingkungan runtime kontainer tanpa server yang aman dan andal, setiap pod ACS diisolasi secara kuat menggunakan teknologi kontainer sandbox ringan. Instans tidak saling memengaruhi. Saat dijadwalkan, instans didistribusikan di berbagai mesin fisik jika memungkinkan untuk memastikan ketersediaan tinggi.
Konfigurasi sumber daya CPU, memori, GPU, dan penyimpanan sementara	Tentukan permintaan sumber daya untuk CPU, memori, penyimpanan sementara, dan GPU sebuah kontainer: Anda dapat mengonfigurasi sumber daya yang diminta (`resources.requests`) untuk satu kontainer menggunakan metode standar Kubernetes. Sumber daya dari sebuah pod ACS adalah jumlah dari sumber daya yang dibutuhkan oleh semua kontainer dalam pod tersebut. ACS secara otomatis menyesuaikan spesifikasi pod. Tentukan batas sumber daya untuk CPU, memori, penyimpanan sementara, dan GPU sebuah kontainer: Anda dapat menetapkan batas sumber daya (`resources.limits`) untuk satu kontainer menggunakan metode standar Kubernetes. Jika tidak ditentukan, batas sumber daya untuk satu kontainer default-nya adalah jumlah sumber daya untuk semua kontainer dalam pod yang disesuaikan.
Citra	Secara default, sebuah pod ACS menarik citra kontainernya dari repositori jarak jauh melalui VPC terkait setiap kali dimulai. Jika citra tersebut adalah gambar publik, Anda harus mengaktifkan Gateway NAT untuk VPC tersebut. Simpan citra kontainer Anda di Container Registry (ACR) Alibaba Cloud untuk mengurangi waktu penarikan citra melalui jaringan VPC. Untuk gambar pribadi di ACR, ACS menyediakan fitur untuk menarik gambar ACR tanpa kata sandi demi kenyamanan Anda.
Penyimpanan	ACS mendukung empat jenis penyimpanan persisten: disk, NAS, OSS, dan CPFS. Disk Disk mendukung tipe ESSD, ESSD AutoPL, SSD, dan ultra disk. Anda dapat memilih tipe disk sesuai kebutuhan. Untuk informasi lebih lanjut tentang performa, lihat Ikhtisar PV disk. Mendukung provisioning dinamis PV. Untuk informasi lebih lanjut, lihat Gunakan volume disk yang diprovision secara dinamis. NAS NAS secara statis mendukung Kapasitas tujuan umum dan spesifikasi Ekstrem. Volume yang diprovision secara dinamis adalah Kapasitas tujuan umum secara default. Untuk informasi lebih lanjut tentang spesifikasi, lihat Deskripsi. Mendukung provisioning dinamis dan statis PV. Untuk informasi lebih lanjut, lihat Ikhtisar PV NAS. OSS Mendukung provisioning statis PV. Untuk informasi lebih lanjut, lihat Gunakan volume OSS yang diprovision secara statis. CPFS Mendukung provisioning statis PV. Untuk informasi lebih lanjut, lihat Gunakan volume CPFS yang diprovision secara statis.
Jaringan	Secara default, sebuah pod ACS menggunakan alamat IP pod independen dan menempati satu antarmuka jaringan elastis (ENI) pada vSwitch. Dalam kluster ACS, pod dapat terhubung satu sama lain sebagai berikut: Akses pod langsung menggunakan alamat IP mereka. Mount pod ACS ke Layanan LoadBalancer. Untuk informasi lebih lanjut, lihat Ekspos aplikasi menggunakan instance SLB yang ada. Akses Layanan ClusterIP: Pod ACS dapat mengakses alamat ClusterIP di dalam kluster. Untuk informasi lebih lanjut, lihat Buat layanan ClusterIP. Mount EIP: Anda dapat memasang EIP ke pod ACS. Anda dapat membuat EIP secara otomatis atau mengikat yang sudah ada. Untuk informasi lebih lanjut, lihat Mount EIP ke pod menggunakan anotasi.
Pengumpulan log	Anda dapat langsung mengonfigurasi variabel lingkungan untuk pod guna mengumpulkan log `stdout` atau file log ke dalam Simple Log Service (SLS) Alibaba Cloud.

Spesifikasi Sumber Daya

Peringatan

Dalam kluster ACS, spesifikasi pod dengan kelas komputasi GPU dan GPU-HPN secara otomatis disesuaikan saat pengiriman. Sebagai contoh, pod dengan kelas komputasi GPU disesuaikan ke Guaranteed QoS, di mana Request sama dengan Limit. Saat Anda menggunakan daya komputasi GPU ACS melalui saluran lain, seperti kluster ACK atau ACK One, penyesuaian spesifikasi sumber daya ini tidak tercermin dalam metadata pod. Anda harus memastikan bahwa QoS pod tetap tidak berubah sebelum dan sesudah pengiriman. Sebagai contoh, pod dengan kelas komputasi GPU harus dikirimkan dengan Guaranteed QoS untuk mencegah kegagalan pembaruan status pod.

Kelas komputasi tujuan umum

Kelas Komputasi General-Purpose

vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Bandwidth jaringan (arah keluar + arah masuk) (Gbit/s)	Penyimpanan
0,25	0,5, 1, 2	Tidak tersedia	0,08	Penyimpanan hingga 30 GiB gratis. Penyimpanan yang melebihi 30 GiB akan dikenakan biaya untuk kelebihannya. Konfigurasi maksimum yang didukung adalah 512 GiB. Jika Anda memerlukan ruang penyimpanan tambahan, Anda dapat memperluasnya dengan memasang volume penyimpanan seperti NAS.
0,5	1 hingga 4	1	0,08
1	1 hingga 8		0,1
1,5	2 hingga 12		1
2	2 hingga 16		1
2,5	3 hingga 20		1,5
3	3 hingga 24
3,5	4 hingga 28
4	4 hingga 32
4,5	5 hingga 36
5	5 hingga 40
5,5	6 hingga 44
6	6 hingga 48
6,5	7 hingga 52		2,5
7	7 hingga 56
7,5	8 hingga 60
8	8 hingga 64
8,5	9 hingga 68
9	9 hingga 72
9,5	10 hingga 76
10	10 hingga 80
10,5	11 hingga 84
11	11 hingga 88
11,5	12 hingga 92
12	12 hingga 96
12,5	13 hingga 100		3
13	13 hingga 104
13,5	14 hingga 108
14	14 hingga 112
14,5	15 hingga 116
15	15 hingga 120
15,5	16 hingga 124
16	16 hingga 128
24	24, 48, 96, 192	Tidak tersedia	4,5
32	32, 64, 128, 256	Tidak tersedia	6
48	48, 96, 192, 384	Tidak tersedia	12,5
64	64, 128, 256, 512	Tidak tersedia	20

Kelas komputasi performa

vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Bandwidth jaringan (arah keluar + arah masuk) (Gbit/s)	Penyimpanan
0,25	0,5, 1, 2	Tidak tersedia	0,1	Penyimpanan hingga 30 GiB gratis. Penyimpanan yang melebihi 30 GiB akan dikenakan biaya untuk kelebihannya. Konfigurasi maksimum yang didukung adalah 512 GiB. Jika Anda memerlukan ruang penyimpanan tambahan, Anda dapat memperluasnya dengan memasang volume penyimpanan seperti NAS.
0,5	1 hingga 4	1	0,5
1	1 hingga 8
1,5	2 hingga 12
2	2 hingga 16		1,5
2,5	3 hingga 20
3	3 hingga 24
3,5	4 hingga 28
4	4 hingga 32		2
4,5	5 hingga 36
5	5 hingga 40
5,5	6 hingga 44
6	6 hingga 48		2,5
6,5	7 hingga 52
7	7 hingga 56
7,5	8 hingga 60
8	8 hingga 64		3
8,5	9 hingga 68
9	9 hingga 72
9,5	10 hingga 76
10	10 hingga 80		3,5
10,5	11 hingga 84
11	11 hingga 88
11,5	12 hingga 92
12	12 hingga 96		4
12,5	13 hingga 100
13	13 hingga 104
13,5	14 hingga 108
14	14 hingga 112		4,5
14,5	15 hingga 116
15	15 hingga 120
15,5	16 hingga 124
16	16 hingga 128		6
24	24, 48, 96, 192	Tidak tersedia	8
32	32, 64, 128, 256	Tidak tersedia	10
48	48, 96, 192, 384	Tidak tersedia	16
64	64, 128, 256, 512	Tidak tersedia	25

Penting

Untuk menggunakan Pod ACS dengan lebih dari 16 vCPU atau 128 GiB memori, submit a ticket.

Jika Anda tidak menentukan .resources.requests atau .resources.limits untuk sebuah kontainer, Pod akan menggunakan 2 vCPU dan 4 GiB memori secara default.

ACS secara otomatis menyesuaikan spesifikasi Pod dengan mengambil nilai maksimum dari nilai kumulatif .resources.requests atau .resources.limits dari semua kontainer dan menyesuaikannya ke spesifikasi terdekat yang didukung. Spesifikasi yang disesuaikan tersedia di anotasi alibabacloud.com/pod-use-spec. Jika spesifikasi disesuaikan ke atas, ACS memodifikasi .resources.requests atau .resources.limits kontainer untuk memastikan bahwa semua sumber daya yang dialokasikan dapat digunakan.

Logika penyesuaian spesifikasi Pod ACS

Ambil contoh sebuah Pod dengan akumulasi .resources.requests atau .resources.limits sebesar 2 vCPU dan 3,5 GiB memori. Saat Pod tersebut dimulai, ACS secara otomatis menyesuaikan spesifikasinya menjadi 2 vCPU dan 4 GiB memori. Sumber daya tambahan diterapkan pada kontainer pertama, dan Pod tersebut diberi anotasi dengan alibabacloud.com/pod-use-spec=2-4Gi. Berikut adalah contoh deklarasi sumber daya:

apiVersion: apps/v1 
kind: Pod
metadata:
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
spec:
  containers:
  - name: nginx
    resources:
      requests:
        cpu: 2 # Deklarasikan 2 vCPU
        memory: "3.5Gi" # Deklarasikan 3,5 GiB memori
        ephemeral-storage: "30Gi" # Deklarasikan 30 GiB penyimpanan

Deklarasi sumber daya setelah penyesuaian adalah sebagai berikut:

apiVersion: apps/v1 
kind: Pod
metadata:
  annotations:
    alibabacloud.com/pod-use-spec: "2-4Gi"
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
spec:
  containers:
  - name: nginx
    resources:
      requests:
        cpu: 2 # Deklarasikan 2 vCPU
        memory: "4Gi" # Deklarasikan 4 GiB memori
        ephemeral-storage: "30Gi" # Deklarasikan 30 GiB penyimpanan

Kelas komputasi terakselerasi

Berikut adalah model GPU yang didukung oleh ACS. Spesifikasi bervariasi berdasarkan model. Untuk pemetaan spesifikasi tertentu, ajukan tiket.

GU8TF

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
1 (96 GB Memori GPU)	2	2 hingga 16	1	30 hingga 256
	4	4 hingga 32	1
	6	6 hingga 48	1
	8	8 hingga 64	1
	10	10 hingga 80	1
	12	12 hingga 96	1
	14	14 hingga 112	1
	16	16 hingga 128	1
	22	22, 32, 64, 128	Tidak tersedia
2 (96 GB × 2 Memori GPU)	16	16 hingga 128	1	30 hingga 512
	32	32, 64, 128, 230	Tidak tersedia
	46	64, 128, 230	Tidak tersedia
4 (96 GB × 4 Memori GPU)	32	32, 64, 128, 256	Tidak tersedia	30 hingga 1.024
	64	64, 128, 256, 460	Tidak tersedia
	92	128, 256, 460	Tidak tersedia
8 (96 GB × 8 Memori GPU)	64	64, 128, 256, 512	Tidak tersedia	30 hingga 2.048
	128	128, 256, 512, 920	Tidak tersedia
	184	256, 512, 920	Tidak tersedia

GU8TEF

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
1 (141 GB Memori GPU)	2	2 hingga 16	1	30 hingga 768
	4	4 hingga 32	1
	6	6 hingga 48	1
	8	8 hingga 64	1
	10	10 hingga 80	1
	12	12 hingga 96	1
	14	14 hingga 112	1
	16	16 hingga 128	1
	22	22, 32, 64, 128, 225	Tidak tersedia
2 (141 GB × 2 Memori GPU)	16	16 hingga 128	1	30 hingga 1536
	32	32, 64, 128, 256	Tidak tersedia
	46	64, 128, 256, 450	Tidak tersedia
4 × 141 GB Memori GPU	32	32, 64, 128, 256	Tidak tersedia	30 hingga 3072
	64	64, 128, 256, 512	Tidak tersedia
	92	128, 256, 512, 900	Tidak tersedia
8 (141 GB × 8 Memori GPU)	64	64, 128, 256, 512	Tidak tersedia	30 hingga 6144
	128	128, 256, 512, 1024	Tidak tersedia
	184	256, 512, 1024, 1800	Tidak tersedia

L20(GN8IS)

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
1 (48 GB Memori GPU)	2	2 hingga 16	1	30 hingga 256
	4	4 hingga 32	1
	6	6 hingga 48	1
	8	8 hingga 64	1
	10	10 hingga 80	1
	12	12 hingga 96	1
	14	14 hingga 112	1
	16	16 hingga 120	1
2 (48 GB × 2 Memori GPU)	16	16 hingga 128	1	30 hingga 512
2 (48 GB × 2 Memori GPU)	32	32, 64, 128, 230	Tidak tersedia	30 hingga 512
4 (48 GB × 4 Memori GPU)	32	32, 64, 128, 256	Tidak tersedia	30 hingga 1.024
4 (48 GB × 4 Memori GPU)	64	64, 128, 256, 460	Tidak tersedia	30 hingga 1.024
8 (48 GB × 8 Memori GPU)	64	64, 128, 256, 512	Tidak tersedia	30 hingga 2.048
8 (48 GB × 8 Memori GPU)	128	128, 256, 512, 920	Tidak tersedia	30 hingga 2.048

L20X (GX8SF)

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
8 (141 GB × 8 Memori GPU)	184	1.800	Tidak tersedia	30 hingga 6.144

P16EN

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
1 (96 GB Memori GPU)	2	2 hingga 16	1	30 hingga 384
	4	4 hingga 32	1
	6	6 hingga 48	1
	8	8 hingga 64	1
	10	10 hingga 80	1
2 (96 GB × 2 Memori GPU)	4	4 hingga 32	1	30 hingga 768
	6	6 hingga 48	1
	8	8 hingga 64	1
	16	16 hingga 128	1
	22	32, 64, 128, 225	Tidak tersedia
4 (96 GB × 4 Memori GPU)	8	8 hingga 64	1	30 hingga 1536
	16	16 hingga 128	1
	32	32, 64, 128, 256	Tidak tersedia
	46	64, 128, 256, 450	Tidak tersedia
8 (96 GB × 8 Memori GPU)	16	16 hingga 128	1	30 hingga 3072
	32	32, 64, 128, 256	Tidak tersedia
	64	64, 128, 256, 512	Tidak tersedia
	92	128, 256, 512, 900	Tidak tersedia
16 (96 GB × 16 Memori GPU)	32	32, 64, 128, 256	Tidak tersedia	30 hingga 6144
	64	64, 128, 256, 512	Tidak tersedia
	128	128, 256, 512, 1024	Tidak tersedia
	184	256, 512, 1024, 1800	Tidak tersedia

G49E

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
1 (48 GB Memori GPU)	2	2 hingga 16	1	30 hingga 256
	4	4 hingga 32	1
	6	6 hingga 48	1
	8	8 hingga 64	1
	10	10 hingga 80	1
	12	12 hingga 96	1
	14	14 hingga 112	1
	16	16 hingga 120	1
2 (48 GB × 2 Memori GPU)	16	16 hingga 128	1	30 hingga 512
2 (48 GB × 2 Memori GPU)	32	32, 64, 128, 230	Tidak tersedia	30 hingga 512
4 (48 GB × 4 Memori GPU)	32	32, 64, 128, 256	Tidak tersedia	30 hingga 1.024
4 (48 GB × 4 Memori GPU)	64	64, 128, 256, 460	Tidak tersedia	30 hingga 1.024
8 (48 GB × 8 Memori GPU)	64	64, 128, 256, 512	Tidak tersedia	30 hingga 2.048
8 (48 GB × 8 Memori GPU)	128	128, 256, 512, 920	Tidak tersedia	30 hingga 2.048

T4

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)
1 (16 GB Memori GPU)	2	2 hingga 8	1	30 hingga 1.536
	4	4 hingga 16	1
	6	6 hingga 24	1
	8	8 hingga 32	1
	10	10 hingga 40	1
	12	12 hingga 48	1
	14	14 hingga 56	1
	16	16 hingga 64	1
	24	24, 48, 90	Tidak tersedia	30 hingga 1.536
2 (16 GB × 2 Memori GPU)	16	16 hingga 64	1
	24	24, 48, 96	Tidak tersedia
	32	32, 64, 128	Tidak tersedia
	48	48, 96, 180	Tidak tersedia

A10

GPU (kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (24 GB Memori GPU)	2	2 hingga 8	1	30 hingga 256
	4	4 hingga 16	1
	6	6 hingga 24	1
	8	8 hingga 32	1
	10	10 hingga 40	1
	12	12 hingga 48	1
	14	14 hingga 56	1
	16	16 hingga 60	1
2 (24 GB × 2 Memori GPU)	16	16 hingga 64	1	30 hingga 512
2 (24 GB × 2 Memori GPU)	32	32, 64, 120	Tidak tersedia	30 hingga 512
4 (24 GB × 4 Memori GPU)	32	32, 64, 128	Tidak tersedia	30 hingga 1.024
4 (24 GB × 4 Memori GPU)	64	64, 128, 240	Tidak tersedia	30 hingga 1.024
8 (24 GB × 8 Memori GPU)	64	64, 128, 256	Tidak tersedia	30 hingga 2.048
8 (24 GB × 8 Memori GPU)	128	128, 256, 480	Tidak tersedia	30 hingga 2.048

G59

GPU (kartu)	vCPU	Memori (GiB)	Ukuran langkah memori (GiB)	Penyimpanan (GiB)	Jaringan
1 (32 GB Memori GPU)	2	2 hingga 16	1	30 hingga 256	1 Gbps per vCPU
	4	4 hingga 32	1
	6	6 hingga 48	1
	8	8 hingga 64	1
	10	10 hingga 80	1
	12	12 hingga 96	1
	14	14 hingga 112	1
	16	16 hingga 128	1
	22	22, 32, 64, 128	Tidak tersedia
2 (32 GB × 2 Memori GPU)	16	16 hingga 128	1	30 hingga 512
	32	32, 64, 128, 256	Tidak tersedia
	46	64, 128, 256, 360	Tidak tersedia
4 (32 GB × 4 Memori GPU)	32	32, 64, 128, 256	Tidak tersedia	30 hingga 1.024
	64	64, 128, 256, 512	Tidak tersedia
	92	128, 256, 512, 720	Tidak tersedia
8 (32 GB × 8 Memori GPU)	64	64, 128, 256, 512	Tidak tersedia	30 hingga 2.048
	128	128, 256, 512, 1.024	Tidak tersedia		100 Gbps
	184	256, 512, 1.024, 1.440	Tidak tersedia		100 Gbps

Penting

Semua model yang disebutkan sebelumnya memiliki spesifikasi yang sama dalam skenario bayar sesuai penggunaan, kapasitas terjadwal, dan Best-Effort. Perhatikan hal berikut:

Untuk spesifikasi dengan memori 16 GB atau kurang, ACS mencakup overhead memori. Untuk spesifikasi dengan memori lebih dari 16 GB, overhead ini dialokasikan ke Pod. Pastikan Anda memesan cukup sumber daya untuk aplikasi Anda agar dapat berjalan dengan stabil.
Disk sistem hingga 30 GB, termasuk ukuran citra, tidak dikenakan biaya. Anda akan dikenakan tagihan untuk bagian disk sistem yang melebihi 30 GB.

Penyesuaian spesifikasi otomatis

Jika Anda tidak menentukan spesifikasi, sebuah Pod kontainer GPU menggunakan spesifikasi minimum untuk jenis GPU-nya (misalnya, 2 vCPU, 2 GiB memori, dan 1 kartu GPU seperti yang ditunjukkan dalam tabel sebelumnya).

ACS secara otomatis menyesuaikan spesifikasi yang tidak didukung. Setelah penyesuaian, .resources.requests dari kontainer tidak berubah, tetapi spesifikasi aktual Pod tersedia dalam anotasi alibabacloud.com/pod-use-spec. Jika batas sumber daya (resources.limits) yang ditentukan oleh kontainer melebihi spesifikasi Pod, ACS menetapkan batas sumber daya kontainer ke spesifikasi Pod.

Catatan

Logika penyesuaian CPU dan memori: Jika total sumber daya semua kontainer adalah 2 vCPU dan 3,5 GiB memori, ACS secara otomatis menyesuaikan Pod menjadi 2 vCPU dan 4 GiB memori. Sumber daya tambahan diterapkan pada kontainer pertama. Kemudian Pod diberi anotasi dengan alibabacloud.com/pod-use-spec=2-4Gi. Jika satu kontainer di dalam Pod menentukan batas sumber daya sebesar 3 vCPU dan 5 GiB memori, batas sumber daya efektif kontainer tersebut menjadi 2 vCPU dan 5 GiB memori.
Logika penyesuaian GPU: Jika jumlah GPU yang diminta oleh Pod tidak terdaftar dalam tabel, pengiriman Pod gagal.

GPU-HPN compute class

Untuk kelas komputasi GPU-HPN, ACS menetapkan spesifikasi sumber daya dengan mengatur batas sama dengan permintaan. Selain itu, spesifikasi sumber daya Pod dibatasi oleh kapasitas node. Jika spesifikasi yang diminta melebihi kapasitas node, Pod akan memasuki status Pending karena sumber daya tidak mencukupi. Untuk informasi lebih lanjut tentang spesifikasi node, lihat spesifikasi pada halaman pembelian.

Batasan aplikasi Kubernetes

ACS terintegrasi dengan mulus dengan Kubernetes melalui node virtual. Oleh karena itu, pod ACS tidak berjalan pada satu node nyata saja. Sebaliknya, mereka didistribusikan di seluruh kolam sumber daya Alibaba Cloud. Karena model keamanan dari cloud publik dan keterbatasan inheren dari node virtual, ACS tidak mendukung beberapa fitur Kubernetes, seperti HostPath dan DaemonSet. Batasan spesifik tercantum dalam tabel berikut.

Batas	Deskripsi	Tindakan saat validasi gagal	Alternatif yang Direkomendasikan
DaemonSet	Beban kerja DaemonSet tidak didukung.	Pod berjalan tetapi tidak berfungsi seperti yang diharapkan.	Sebarkan beberapa kontainer dalam pod sebagai sidecar.
type=NodePort Service	Memetakan port pada host ke port pada kontainer.	Pengajuan ditolak.	Gunakan instans `type=LoadBalancer` Server Load Balancer.
HostNetwork	Pemetaan port host ke kontainer tidak didukung.	Pengaturan ditulis ulang menjadi `HostNetwork=false`.	Tidak diperlukan.
HostIPC	Komunikasi antar proses (IPC) antara proses kontainer dan host tidak didukung.	Pengaturan ditulis ulang menjadi `HostIPC=false`.	Tidak diperlukan.
HostPID	Kontainer tidak dapat melihat ruang ID proses (PID) milik host.	Pengaturan ditulis ulang menjadi `HostPID=false`.	Tidak diperlukan.
HostUsers	Membatasi penggunaan namespace pengguna	Pengaturan ditulis ulang menjadi nilai kosong.	Tidak diperlukan.
DNSPolicy	Membatasi kebijakan DNS tertentu Catatan Tidak ada Default ClusterFirst	Kebijakan ClusterFirstWithHostNet ditulis ulang menjadi ClusterFirst. Pengajuan dengan kebijakan lainnya ditolak.	Gunakan nilai yang diizinkan.
Variabel Lingkungan Kontainer	ACS menegakkan batasan variabel lingkungan default dari server API Kubernetes. Untuk kelas komputasi GPU dan GPU-HPN, ACS memiliki persyaratan tambahan: nama variabel lingkungan hanya boleh berisi huruf, angka, garis bawah, titik, atau tanda hubung, dan tidak boleh dimulai dengan angka.	Pod gagal untuk memulai.	Gunakan nama variabel lingkungan yang valid.

Penggunaan port

Tabel berikut mencantumkan port yang digunakan oleh ACS. Hindari menggunakan port ini saat Anda men-deploy layanan.

Port	Deskripsi
111, 10250, 10255	Port yang digunakan oleh kluster ACS untuk antarmuka seperti exec, log, dan metrik.