ACS Pod の概要 - Container Compute Service - Alibaba Cloud ドキュメントセンター

Pod は Kubernetes におけるデプロイ可能な最小単位であり、通常は 1 つ以上のコンテナで構成されます。Pod のコンピューティングタイプとコンピューティング能力品質は、アプリケーションのパフォーマンスとリソース使用率に大きく影響します。Container Compute Service (ACS) は、多様なアプリケーション要件を満たすために、複数のコンピューティングタイプとそれに対応するコンピューティング能力品質クラスを提供します。このトピックでは、セキュリティ分離、CPU、メモリ、GPU リソースと仕様の構成、イメージのプル、ストレージ、ネットワーク、ログ収集など、ACS Pod の主要な特徴と制限事項について説明します。

コンピューティングタイプの定義

ACS は、さまざまなビジネスシナリオに合わせて、異なるリソース割り当てを持つコスト効率の高い CPU および GPU コンテナコンピューティングタイプを提供します。

コンピューティングタイプ	ラベル	特徴
汎用 (デフォルト)	general-purpose	ほとんどのステートレスマイクロサービスアプリケーション、Java Web アプリケーション、コンピューティングタスクに適しています。
パフォーマンス最適化	performance	CPU ベースの AI/ML トレーニングおよび推論、HPC バッチ処理など、より高いパフォーマンスが要求されるシナリオに適しています。
GPU タイプ	gpu	単一 GPU および複数 GPU の推論、GPU 並列コンピューティングなど、AI や HPC といったヘテロジニアスコンピューティングのシナリオに適しています。
高性能ネットワーク GPU (gpu-hpn)	gpu-hpn	GPU 分散トレーニング、分散推論、GPU 高性能コンピューティングなど、AI や HPC といったヘテロジニアスコンピューティングのシナリオに適しています。

コンピューティングタイプは、Pod の alibabacloud.com/compute-class ラベルを使用して指定します。以下の例は、コンピューティングタイプを general-purpose、gpu、または gpu-hpn に設定した NGINX アプリケーションの YAML 構成を示しています。

汎用

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 アクセラレーション

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        # compute-class を gpu に設定します。
        alibabacloud.com/compute-class: "gpu"
        # GPU モデルを example-model に設定します。必要に応じて値を置き換えてください (例: 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" # GPU の数を指定します。必要に応じてリソースラベルと数量を設定してください。 
          requests:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # GPU の数を指定します。必要に応じてリソースラベルと数量を設定してください。

説明

ACS がサポートする GPU モデルと仕様の詳細については、「アクセラレーションコンピューティングタイプの仕様」をご参照ください。

高性能ネットワーク 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
        # compute-class を gpu-hpn に設定します。 
        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" # GPU の数を指定します。必要に応じてリソースラベルと数量を設定してください。 
          requests:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # GPU の数を指定します。必要に応じてリソースラベルと数量を設定してください。

説明

ACS で高性能ネットワーク GPU を使用するには、まず GPU-HPN キャパシティ予約を作成する必要があります。

コンピューティング能力品質の定義

ACS は、さまざまなビジネスシナリオに合わせて、異なるリソース割り当てを持つ 2 つのコンピューティング能力品質クラスを提供します。

コンピューティング能力品質	ラベル	特徴	典型的な適用シナリオ
Default	default	コンピューティング能力に多少の変動が生じる場合があります。インスタンスは強制的にエビクションされません。インスタンスに障害が発生した場合、ホットマイグレーションまたはユーザーへの通知によるエビクションのトリガーによって回復されます。	マイクロサービスアプリケーション Web アプリケーションコンピューティングタスク
BestEffort	best-effort	コンピューティング能力に多少の変動が生じる場合があります。インスタンスは強制的にプリエンプトされ、エビクションされる可能性があります。エビクションの 5 分前にイベント通知が送信されます。	ビッグデータコンピューティングオーディオおよびビデオトランスコーディングバッチ処理タスク

コンピューティング能力品質は、Pod の alibabacloud.com/compute-qos ラベルを使用して指定します。以下の例は、コンピューティング能力品質を default に設定した NGINX アプリケーションの YAML 構成を示しています。

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

説明

ACS で定義されているコンピューティング能力品質クラスは、ネイティブの Kubernetes の QoS クラスとは異なります。ACS のデフォルトのコンピューティング能力品質クラスは、Kubernetes の Guaranteed QoS クラスに相当します。
BestEffort インスタンスの在庫は動的です。本番環境では、在庫優先のスケジューリングポリシーを強く推奨します。このポリシーにより、在庫が利用できない場合にプラットフォームが自動的にデフォルトの品質クラスに切り替えることができます。詳細については、「カスタムリソーススケジューリングポリシー」をご参照ください。

コンピューティングタイプとコンピューティング能力品質クラスのマッピング

コンピューティングタイプ (ラベル)	サポートされるコンピューティング能力品質クラス (ラベル)
汎用 (general-purpose)	Default (default)、BestEffort (best-effort)
パフォーマンス最適化 (performance)	Default (default)、BestEffort (best-effort)
GPU タイプ (gpu)	Default (default)、BestEffort (best-effort)
高性能ネットワーク GPU (gpu-hpn)	Default (default)

CPU ブランドの指定

汎用 (general-purpose) およびパフォーマンス最適化 (performance) コンピューティングタイプは、Intel と AMD の 2 つの CPU サプライヤーをサポートしています。

CPU サプライヤーは、Pod に alibabacloud.com/cpu-vendors アノテーションを追加するか、ワークロードの Pod テンプレートで alibabacloud.com/cpu-vendors アノテーションを定義することで指定します。AMD CPU を使用するには、チケットを送信してホワイトリストに追加される必要があります。他のコンピューティングタイプでこのアノテーションを指定することはサポートされておらず、エラーメッセージが表示されます。このアノテーションは以下の値をサポートしています：

キー	値	定義
`alibabacloud.com/cpu-vendors`	intel (デフォルト)	Intel CPU を指定します。指定しない場合、デフォルト値は "intel" です。
	amd	AMD CPU を指定します。
	intel, amd	Intel または AMD CPU のいずれかを指定します。システムは在庫に基づいてインスタンスを作成するために適切な CPU ブランドを選択します。複数の値が指定された場合、優先順位はサポートされません。

インスタンスが作成された後、Pod YAML の alibabacloud.com/cpu-vendor ラベルの値を確認して、実際の CPU ブランドを検証します。

以下の例は、CPU ブランドを amd に指定した NGINX アプリケーションの YAML 構成を示しています。

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

警告

alibabacloud.com/compute-class、alibabacloud.com/compute-qos、alibabacloud.com/cpu-vendor などの ACS システムラベルを、ワークロードの matchLabels のフィルターラベルとして使用しないでください。これらのラベルはシステムによって変更される可能性があり、コントローラーが頻繁に Pod を再作成し、アプリケーションの安定性に影響を与える可能性があります。

主要な特徴

特徴	説明
セキュリティ分離	ACS は安全なサーバーレスコンテナランタイムです。各 Pod インスタンスは、軽量のサンドボックス技術を使用して強力に分離されており、インスタンス間の干渉はありません。スケジューリング中、インスタンスは可用性を最大化するために、可能な限り異なる物理マシンに分散されます。
CPU/メモリ/GPU/EphemeralStorage リソース仕様の構成	リソースリクエストの指定：コンテナの CPU、メモリ、EphemeralStorage、GPU のリソースリクエストを、標準の Kubernetes `resources.requests` フィールドを使用して構成します。ACS Pod のリソースは、Pod 内のすべてのコンテナが必要とするリソースの合計です。ACS は Pod の仕様を自動的に調整します。リソース上限の指定：コンテナの CPU、メモリ、EphemeralStorage、GPU のリソース上限を、標準の Kubernetes `resources.limits` フィールドを使用して構成します。指定しない場合、コンテナのデフォルトのリソース上限は、調整された Pod 内のすべてのコンテナのリソースの合計と等しくなります。
イメージ	デフォルトでは、ACS Pod が再起動されるたびに、Pod がデプロイされている Virtual Private Cloud (VPC) を介してリモートのコンテナレジストリからイメージをプルします。レジストリがパブリックにアクセス可能な場合は、VPC に NAT ゲートウェイを構成する必要があります。VPC を介したイメージのプルを高速化するには、Container Registry (ACR) を使用してコンテナイメージをホストします。さらに、ACS は Secret を使用せずに Container Registry からプライベートイメージをプルすることをサポートしています。
ストレージ	ACS は、クラウドディスク、NAS、OSS、CPFS の 4 種類の永続ストレージをサポートしています。クラウドディスク Enterprise SSD (ESSD)、ESSD AutoPL ディスク、標準 SSD、Ultra ディスクをサポートしています。要件に応じて上記のディスクタイプを選択してください。詳細については、「ディスクボリュームの概要」をご参照ください。 ACS は、永続ボリューム (PV) としてのクラウドディスクの動的プロビジョニングをサポートしています。詳細については、「ダイナミックディスクボリュームの使用」をご参照ください。 NAS 静的プロビジョニングされた NAS ボリュームは、容量型および超高速型 NAS ファイルシステムをボリュームとしてマウントすることをサポートしています。動的プロビジョニングされた NAS ボリュームは、デフォルトで容量型 NAS ファイルシステムをマウントします。詳細については、「詳細」をご参照ください。 ACS は、PV としての NAS ボリュームの静的および動的プロビジョニングをサポートしています。詳細については、「NAS ボリュームの概要」をご参照ください。 OSS ACS は、PV としての OSS ボリュームの静的プロビジョニングをサポートしています。詳細については、「静的 OSS ボリュームの使用」をご参照ください。 CPFS ACS は、PV としての CPFS ボリュームの静的プロビジョニングをサポートしています。詳細については、「CPFS 静的永続ボリュームの使用」をご参照ください。
ネットワーク	デフォルトでは、ACS Pod は独立した Pod IP を使用し、vSwitch の ENI を 1 つ占有します。 ACS クラスターでは、Pod は以下の方法で相互に通信できます： IP アドレスを使用して Pod に直接アクセスする。 ACS Pod を LoadBalancer Service にアタッチする。詳細については、「既存の Server Load Balancer を使用してアプリケーションを公開する」をご参照ください。 Pod は、ClusterIP Service のクラスター IP アドレスを使用して、Service のバックエンド Pod にアクセスできます。詳細については、「ClusterIP Service の作成」をご参照ください。新しい EIP を自動的に作成するか、既存の EIP インスタンスをアタッチすることで、EIP を ACS Pod にアタッチできます。詳細については、「アノテーションを使用して Pod に EIP をアタッチする」をご参照ください。
ログ収集	Pod の環境変数を直接構成して、`stdout` またはファイルログを収集し、Alibaba Cloud Simple Log Service (SLS) に送信できます。

リソース仕様

警告

ACS クラスターでは、GPU および GPU-HPN コンピューティングタイプの Pod 仕様は、送信時に自動的に調整されます。たとえば、GPU Pod は一様に Guaranteed QoS (リクエストと上限が等しい) に調整されます。他のソース (ACK や ACK One クラスターなど) から ACS GPU コンピューティング能力を使用する場合、リソース仕様の調整は Pod メタデータに反映されません。送信前後で Pod の QoS が変更されないようにしてください。GPU コンピューティングタイプの場合、Pod ステータスの更新失敗を避けるために、Guaranteed QoS で Pod を送信してください。

汎用コンピューティングタイプ

vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ネットワーク帯域幅 (インバウンド + アウトバウンド) (Gbit/s)	ストレージ
0.25	0.5, 1, 2	N/A	0.08	30 GiB 以下の容量は無料です。30 GiB を超える容量については、超過分が別途課金されます。サポートされる最大構成は 2,000 GiB です。追加のストレージスペースが必要な場合は、NAS などのストレージボリュームをマウントしてください。
0.5	1～4	1	0.08
1	1～8		0.1
1.5	2～12		1
2	2～16		1
2.5	3～20		1.5
3	3～24
3.5	4～28
4	4～32
4.5	5～36
5	5～40
5.5	6～44
6	6～48
6.5	7～52		2.5
7	7～56
7.5	8～60
8	8～64
8.5	9～68
9	9～72
9.5	10～76
10	10～80
10.5	11～84
11	11～88
11.5	12～92
12	12～96
12.5	13～100		3
13	13～104
13.5	14～108
14	14～112
14.5	15～116
15	15～120
15.5	16～124
16	16～128
24	24, 48, 96, 192	N/A	4.5
32	32, 64, 128, 256	N/A	6
48	48, 96, 192, 384	N/A	12.5
64	64, 128, 256, 512	N/A	20

パフォーマンスコンピューティングタイプ

vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ネットワーク帯域幅 (インバウンド + アウトバウンド) (Gbit/s)	ストレージ
0.25	0.5, 1, 2	N/A	0.1	30 GiB 以下の容量は無料です。30 GiB を超える容量については、超過分が別途課金されます。サポートされる最大構成は 2,000 GiB です。追加のストレージスペースが必要な場合は、NAS などのストレージボリュームをマウントしてください。
0.5	1～4	1	0.5
1	1～8
1.5	2～12
2	2～16		1.5
2.5	3～20
3	3～24
3.5	4～28
4	4～32		2
4.5	5～36
5	5～40
5.5	6～44
6	6～48		2.5
6.5	7～52
7	7～56
7.5	8～60
8	8～64		3
8.5	9～68
9	9～72
9.5	10～76
10	10～80		3.5
10.5	11～84
11	11～88
11.5	12～92
12	12～96		4
12.5	13～100
13	13～104
13.5	14～108
14	14～112		4.5
14.5	15～116
15	15～120
15.5	16～124
16	16～128		6
24	24, 48, 96, 192	N/A	8
32	32, 64, 128, 256	N/A	10
48	48, 96, 192, 384	N/A	16
64	64, 128, 256, 512	N/A	25

重要

16 vCPU または 128 GiB を超えるメモリを持つ ACS Pod を使用するには、チケットを送信してアクセスをリクエストしてください。

コンテナの .resources.requests と .resources.limits を設定して仕様を指定しない場合、単一の Pod にはデフォルトで 2 vCPU と 4 GiB のメモリが割り当てられます。

ACS は Pod の仕様を自動的に調整します。システムは、すべてのコンテナの .resources.requests と .resources.limits の累積値を計算し、これらの 2 つの値の最大値を取得して、Pod を最も近いサポートされている仕様に調整します。この調整された仕様は、alibabacloud.com/pod-use-spec アノテーションに表示されます。上方調整が発生した場合、ACS はコンテナの .resources.requests または .resources.limits を変更して、アプリケーションが割り当てられたすべてのリソースを使用できるようにします。

ACS Pod 仕様の調整ロジック

たとえば、.resources.requests または .resources.limits の累積値が 2 vCPU と 3.5 GiB のメモリであるとします。Pod が起動すると、ACS は自動的に Pod の仕様を 2 vCPU と 4 GiB のメモリに調整します。調整された追加リソースは最初のコンテナに適用され、Pod には alibabacloud.com/pod-use-spec=2-4Gi というアノテーションが付けられます。以下はリソース宣言のサンプルです：

apiVersion: v1 
kind: Pod
metadata:
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 2 # 2 vCPU を宣言
        memory: "3.5Gi" # 3.5 GiB のメモリを宣言
        ephemeral-storage: "30Gi" # 30 GiB のストレージスペースを宣言

調整後のリソース宣言は次のようになります：

apiVersion: 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
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 2 # 2 vCPU を宣言
        memory: "4Gi" # 4 GiB のメモリを宣言
        ephemeral-storage: "30Gi" # 30 GiB のストレージスペースを宣言

アノテーションを使用した Pod 仕様の指定

適用性

この機能は、汎用 (general-purpose) およびパフォーマンス最適化 (performance) コンピューティングタイプの CPU Pod でのみ利用可能です。
アノテーションでサポートされる最大仕様は 64 vCPU と 512 GiB であり、これは汎用コンピューティングタイプの仕様に従います。

使用方法

サービス品質 (QoS) が Burstable (.resources.limits > .resources.requests) のシナリオでは、アノテーション alibabacloud.com/pod-required-spec: "X-YGi" を指定することで、Pod のターゲットリソース仕様を宣言できます。リソース仕様は <CPU>-<Memory> 形式を使用する必要があり、CPU はコア単位 (例: "2" は 2 vCPU を表す)、メモリは GiB 単位 (例: "4Gi" は 4 GiB を表す) で指定します。詳細なリソースの配置と使用規則は次のとおりです：

リソース仕様のフォーマットが正しくない場合 (単位の欠落、MiB の使用、順序の間違いなど)、Pod の作成は失敗します。
アノテーションを設定しても、どのコンテナにも .resources を定義しない場合、システムはアノテーションの値を厳密に従って調整し、デフォルト仕様の 2 vCPU と 4 GiB にはフォールバックしません。
アノテーションの値が Pod 内のすべてのコンテナの .resources.requests の合計より小さい場合、Pod の作成は失敗します。
アノテーションの値が Pod 内のすべてのコンテナの .resources.limits の合計より大きい場合、システムはアノテーションの値を Pod 調整のターゲット仕様として使用します。
複数コンテナの Pod では、最初のコンテナがプライマリコンテナと見なされます。システムは、アノテーションの値と現在の limits の合計との差を計算します。この差は、プライマリコンテナの .resources.limits に追加されます。.resources.requests の値も、Pod の総リソースをターゲット仕様に合わせるために必要に応じて調整されます。

例

たとえば、alibabacloud.com/pod-required-spec: "2-4Gi" が構成され、コンテナの .resources.requests または .resources.limits の累積値が 1 vCPU と 2 GiB のメモリであるとします。Pod が起動すると、ACS は自動的に Pod の仕様を 2 vCPU と 4 GiB のメモリに調整します。調整された追加リソースは最初のコンテナに適用され、Pod には alibabacloud.com/pod-use-spec=2-4Gi というアノテーションが付けられます。

以下はリソース宣言のサンプルです：

.resources.limits.memory は 3.5 GiB です。

apiVersion: v1 
kind: Pod
metadata:
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  annotations:
    alibabacloud.com/pod-required-spec: "2-4Gi"
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 1 # 1 vCPU を宣言
        memory: "2Gi" # 2 GiB のメモリを宣言
        ephemeral-storage: "30Gi" # 30 GiB のストレージスペースを宣言
      limits:
        cpu: 2 # 2 vCPU を宣言
        memory: "3.5Gi" # 3.5 GiB のメモリを宣言
        ephemeral-storage: "30Gi" # 30 GiB のストレージスペースを宣言

調整後のリソース宣言は次のようになります：

.resources.limits.memory は 3.5 GiB から 4 GiB に調整されます。

apiVersion: v1 
kind: Pod
metadata:
  annotations:
    alibabacloud.com/pod-required-spec: "2-4Gi"
    alibabacloud.com/pod-use-spec: "2-4Gi"
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 1 # 1 vCPU を宣言
        memory: "2Gi" # 2 GiB のメモリを宣言
        ephemeral-storage: "30Gi" # 30 GiB のストレージスペースを宣言
      limits:
        cpu: 2 # 2 vCPU を宣言
        memory: "4Gi" # 4 GiB のメモリを宣言
        ephemeral-storage: "30Gi" # 30 GiB のストレージスペースを宣言

アクセラレーションコンピューティングタイプ

以下は、ACS がサポートする GPU モデルです。モデルによって仕様が異なる場合があります。具体的な仕様のマッピングについては、チケットを送信してお問い合わせください。

GU8TF

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (96 GB GPU メモリ)	2	2～16	1	30～256
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～128	1
	22	22, 32, 64, 128	N/A
2 (96 GB × 2 GPU メモリ)	16	16～128	1	30～512
	32	32, 64, 128, 230	N/A
	46	64, 128, 230	N/A
4 GPU (各 96 GB)	32	32, 64, 128, 256	N/A	30～1024
	64	64, 128, 256, 460	N/A
	92	128, 256, 460	N/A
8 GPU (合計 96 × 8 GB GPU メモリ)	64	64, 128, 256, 512	N/A	30～2048
	128	128, 256, 512, 920	N/A
	184	256, 512, 920	N/A

GU8TEF

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (141 GB GPU メモリ)	2	2～16	1	30～768
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～128	1
	22	22, 32, 64, 128, 225	N/A
2 (141 GB × 2 GPU メモリ)	16	16～128	1	30～1536
	32	32, 64, 128, 256	N/A
	46	64, 128, 256, 450	N/A
4 (141 GB × 4 GPU メモリ)	32	32, 64, 128, 256	N/A	30～3072
	64	64, 128, 256, 512	N/A
	92	128, 256, 512, 900	N/A
8 (141 GB × 8 GPU メモリ)	64	64, 128, 256, 512	N/A	30～6144
	128	128, 256, 512, 1024	N/A
	184	256, 512, 1024, 1800	N/A

L20(GN8IS)

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (48 GB GPU メモリ)	2	2～16	1	30～256
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～120	1
2 (48 GB × 2 GPU メモリ)	16	16～128	1	30～512
2 (48 GB × 2 GPU メモリ)	32	32, 64, 128, 230	N/A	30～512
4 (48 GB × 4 GPU メモリ)	32	32, 64, 128, 256	N/A	30～1024
4 (48 GB × 4 GPU メモリ)	64	64, 128, 256, 460	N/A	30～1024
8 (48 GB × 8 GPU メモリ)	64	64, 128, 256, 512	N/A	30～2048
8 (48 GB × 8 GPU メモリ)	128	128, 256, 512, 920	N/A	30～2048

L20X (GX8SF)

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
8 (141 GB × 8 GPU メモリ)	184	1800	N/A	30～6144

P16EN

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (96 GB GPU メモリ)	2	2～16	1	30～384
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
2 (96 GB × 2 GPU メモリ)	4	4～32	1	30～768
	6	6～48	1
	8	8～64	1
	16	16～128	1
	22	32, 64, 128, 225	N/A
4 (96 GB × 4 GPU メモリ)	8	8～64	1	30～1536
	16	16～128	1
	32	32, 64, 128, 256	N/A
	46	64, 128, 256, 450	N/A
8 (96 GB × 8 GPU メモリ)	16	16～128	1	30～3072
	32	32, 64, 128, 256	N/A
	64	64, 128, 256, 512	N/A
	92	128, 256, 512, 900	N/A
16 (96 GB × 16 GPU メモリ)	32	32, 64, 128, 256	N/A	30～6144
	64	64, 128, 256, 512	N/A
	128	128, 256, 512, 1024	N/A
	184	256, 512, 1024, 1800	N/A

T4

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (16 GB GPU メモリ)	2	2～8	1	30～1536
	4	4～16	1
	6	6～24	1
	8	8～32	1
	10	10～40	1
	12	12～48	1
	14	14～56	1
	16	16～64	1
	24	24, 48, 90	N/A	30～1536
2 (16 GB × 2 GPU メモリ)	16	16～64	1
	24	24, 48, 96	N/A
	32	32, 64, 128	N/A
	48	48, 96, 180	N/A

A10

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (24 GB GPU メモリ)	2	2～8	1	30～256
	4	4～16	1
	6	6～24	1
	8	8～32	1
	10	10～40	1
	12	12～48	1
	14	14～56	1
	16	16～60	1
2 (24 GB × 2 GPU メモリ)	16	16～64	1	30～512
2 (24 GB × 2 GPU メモリ)	32	32, 64, 120	N/A	30～512
4 (24 GB × 4 GPU メモリ)	32	32, 64, 128	N/A	30～1024
4 (24 GB × 4 GPU メモリ)	64	64, 128, 240	N/A	30～1024
8 (24 GB × 8 GPU メモリ)	64	64, 128, 256	N/A	30～2048
8 (24 GB × 8 GPU メモリ)	128	128, 256, 480	N/A	30～2048

G28Ti

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (11 GB GPU メモリ)	2	2～8	1	30～1536
	4	4～16	1
	6	6～24	1
	8	8～32	1
	10	10～40	1
	12	12～48	1

G49E

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (48 GB GPU メモリ)	2	2～16	1	30～256
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～120	1
2 (48 GB × 2 GPU メモリ)	16	16～128	1	30～512
2 (48 GB × 2 GPU メモリ)	32	32, 64, 128, 230	N/A	30～512
4 (48 GB × 4 GPU メモリ)	32	32, 64, 128, 256	N/A	30～1024
4 (48 GB × 4 GPU メモリ)	64	64, 128, 256, 460	N/A	30～1024
8 (48 GB × 8 GPU メモリ)	64	64, 128, 256, 512	N/A	30～2048
8 (48 GB × 8 GPU メモリ)	128	128, 256, 512, 920	N/A	30～2048

G59

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (32 GB GPU メモリ)	2	2～16	1	30～256
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～128	1
	22	22, 32, 64, 128	N/A
2 (32 GB × 2 GPU メモリ)	16	16～128	1	30～512
	32	32, 64, 128, 256	N/A
	46	64, 128, 256, 360	N/A
4 (32 GB × 4 GPU メモリ)	32	32, 64, 128, 256	N/A	30～1024
	64	64, 128, 256, 512	N/A
	92	128, 256, 512, 720	N/A
8 (32 GB × 8 GPU メモリ)	64	64, 128, 256, 512	N/A	30～2048
	128	128, 256, 512, 1024	N/A
	184	256, 512, 1024, 1440	N/A

L20N

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (48 GB GPU メモリ)	2	2～16	1	30～2048
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～128	1
	32	32, 64, 128, 256	N/A
2 (48 GB × 2 GPU メモリ)	16	16～128	1
	32	32, 64, 128, 256	N/A
	64	64, 128, 256, 512	N/A
4 (48 GB × 4 GPU メモリ)	32	32, 64, 128, 256	N/A
	64	64, 128, 256, 512	N/A
	128	128, 256, 512, 1024	N/A
8 (48 GB × 8 GPU メモリ)	64	64, 128, 256, 512	N/A
	128	128, 256, 512, 1024	N/A
	256	256, 512, 1024, 2048	N/A

L20NE

GPU (カード)	vCPU	メモリ (GiB)	メモリステップサイズ (GiB)	ストレージ (GiB)
1 (72 GB GPU メモリ)	2	2～16	1	30～2048
	4	4～32	1
	6	6～48	1
	8	8～64	1
	10	10～80	1
	12	12～96	1
	14	14～112	1
	16	16～128	1
	32	32, 64, 128, 180	N/A
2 (72 GB × 2 GPU メモリ)	16	16～128	1
	32	32, 64, 128, 256	N/A
	64	64, 128, 256, 360	N/A
4 (72 GB × 4 GPU メモリ)	32	32, 64, 128, 256	N/A
	64	64, 128, 256, 512	N/A
	128	128, 256, 512, 720	N/A
8 (72 GB × 8 GPU メモリ)	64	64, 128, 256, 512	N/A
	128	128, 256, 512, 1024	N/A
	256	256, 512, 1024, 1440	N/A

重要

上記のモデルは、従量課金、キャパシティ予約、および BestEffort インスタンスで同じ仕様を共有します。以下にご注意ください：

16 GiB 以下のメモリ仕様の場合、メモリオーバーヘッドは ACS によってカバーされます。16 GiB を超えるメモリ仕様の場合、メモリオーバーヘッドは対応する Pod に割り当てられます。アプリケーションの安定した動作を確保するために、十分なリソースを予約してください。
30 GiB 以下のシステムディスク (イメージサイズを含む) には追加料金はかかりません。30 GiB を超えるシステムディスクの場合、超過分は別途課金されます。

自動仕様調整

仕様が指定されていない場合、GPU コンテナ Pod は選択された GPU タイプの最小仕様 (例: 2 vCPU、2 GiB メモリ、1 GPU カード) で作成されます。

ACS はサポートされていない仕様を自動的に調整します。調整後、コンテナの .resources.requests は変更されませんが、Pod の仕様は alibabacloud.com/pod-use-spec アノテーションに表示されます。コンテナに指定されたリソース上限 (resources.limits) が Pod の仕様を超える場合、ACS はコンテナのリソース上限を Pod の仕様に設定します。

説明

CPU とメモリの調整ロジック：すべてのコンテナの総リソースが 2 vCPU と 3.5 GiB のメモリになる場合、ACS は自動的に Pod を 2 vCPU と 4 GiB のメモリに調整します。調整された追加リソースは最初のコンテナに適用されます。Pod には alibabacloud.com/pod-use-spec=2-4Gi というアノテーションが表示されます。Pod 内の単一コンテナが 3 vCPU と 5 GiB のメモリのリソース上限を指定している場合、そのリソース上限は 2 vCPU と 5 GiB に設定されます。
GPU 調整ロジック：Pod によってリクエストされた GPU の数が表にない場合、Pod の送信は失敗します。

GPU-HPN コンピューティングタイプ

GPU-HPN コンピューティングタイプの場合、ACS はリクエスト値に基づいてリソースリクエストと上限が等しくなるように調整します。Pod のリソース仕様は、ノードのキャパシティによっても制約されます。リクエストされた仕様がノードのキャパシティを超える場合、Pod はリソース不足のため pending 状態になります。ノードスペックの詳細については、購入ページの仕様説明をご参照ください。

Kubernetes アプリケーションの制限事項

ACS は仮想ノードを介して Kubernetes と統合されます。ACS Pod インスタンスは、集中管理された実ノード上では実行されず、Alibaba Cloud のリソースプール全体に分散されます。パブリッククラウドのセキュリティ要件と仮想ノードの制限により、ACS は以下の表に示すように、HostPath や DaemonSet などの特定の Kubernetes 機能をサポートしていません。

制限	説明	検証失敗時のアクション	推奨される代替案
DaemonSet	DaemonSet ワークロードの使用は制限されています。	Pod は実行されますが、期待どおりに機能しません。	Pod 内に複数のコンテナをサイドカーとしてデプロイします。
type=NodePort の Service	ホストからコンテナへのポートマッピング	送信は拒否されます。	`type=LoadBalancer` のロードバランサーを使用します。
HostNetwork	ホストポートのコンテナへのマッピングは制限されています。	値は `HostNetwork=false` に書き換えられます。	不要です。
HostIPC	コンテナプロセスとホストプロセス間のプロセス間通信は制限されています。	値は `HostIPC=false` に書き換えられます。	不要です。
HostPID	コンテナからホストの PID 空間への可視性は制限されています。	値は `HostPID=false` に書き換えられます。	不要です。
HostUsers	ユーザー名前空間の使用は制限されています。	値は空に書き換えられます。	不要です。
DNSPolicy	特定の DNSPolicy の使用は制限されています。説明 None Default ClusterFirst	ClusterFirstWithHostNet の構成は ClusterFirst に書き換えられます。他のポリシーでの送信は拒否されます。	許可された値を使用してください。
コンテナ環境変数のフォーマット	Kubernetes API サーバーからの環境変数のデフォルトの制約に加えて、GPU および GPU-HPN コンピューティングタイプの場合、ACS は環境変数名が文字、数字、アンダースコア、ピリオド、またはハイフンで構成され、数字で始まってはならないことを要求します。	Pod の起動に失敗します。	準拠した環境変数名を使用してください。
コンテナ環境変数の数	Linux のシステムコールのパラメータリストの長さの制約により、単一コンテナの環境変数の数は約 2,000 以下に制限する必要があります。さらに、Pod の `enableServiceLinks` が true に設定されている場合 (デフォルト値)、現在の名前空間内のすべての Service の情報が環境変数としてコンテナに注入されます。これにより、環境変数の総数がシステム制限を超える可能性もあります。	Pod の起動に失敗します。	コンテナの環境変数の数を減らしてください。多くの Service がある場合は、Pod の `enableServiceLinks` を false に設定してください。

ポートの使用

以下の表は、ACS が使用するポートを示しています。サービスをデプロイする際は、これらのポートの使用を避けてください。

ポート	説明
111, 10250, 10255	ACS クラスターが exec、logs、metrics などのインターフェイスに使用するポート。