Todos os produtos
Search

Este produto

    Container Service for Kubernetes:Configurar o cliente Arena

    Central de documentação

    Container Service for Kubernetes:Configurar o cliente Arena

    Última atualização: Jun 27, 2026

    O Arena é um CLI leve para gerenciar tarefas de machine learning no Kubernetes. Ele abrange todo o fluxo de trabalho de ML—preparação de dados, desenvolvimento de modelos, treinamento e predição—melhorando a eficiência de trabalho dos cientistas de dados. O Arena é executado em frameworks de deep learning otimizados pela Alibaba Cloud e se integra aos serviços da Alibaba Cloud para maximizar o desempenho e a utilização de recursos de computação heterogêneos por meio do compartilhamento de GPU e do suporte ao Cloud Paralleled File System (CPFS).

    Pré-requisitos

    Antes de começar, certifique-se de ter:

    Etapa 1: Conectar ao cluster

    O método de conexão depende do tipo do seu cluster.

    ACK managed clusters

    Os clusters gerenciados do ACK não têm nós master. Instale o cliente Arena em seu computador local (por exemplo, um computador macOS) e conecte-se via kubeconfig. Consulte Conectar a um cluster usando kubectl.

    ACK dedicated clusters

    Use SSH para fazer login em um nó master e execute os comandos do Arena diretamente nesse nó. Consulte Usar SSH para conectar-se a nós master de um cluster dedicado ACK.

    Execute kubectl get nodes para confirmar que o kubeconfig está configurado corretamente.

    Etapa 2: Instalar o cliente Arena

    Escolha o pacote que corresponde ao seu sistema operacional e arquitetura de processador e execute os comandos para baixar, extrair e instalar.

    Linux/amd64

    # Download the Arena installation package.
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-linux-amd64.tar.gz

# Extract the package.
tar -zxvf arena-installer-0.12.0-linux-amd64.tar.gz

# Install Arena.
cd arena-installer-0.12.0-linux-amd64
bash install.sh --only-binary

    Linux/arm64

    # Download the Arena installation package.
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-linux-arm64.tar.gz

# Extract the package.
tar -zxvf arena-installer-0.12.0-linux-arm64.tar.gz

# Install Arena.
cd arena-installer-0.12.0-linux-arm64
bash install.sh --only-binary

    macOS/amd64

    # Download the Arena installation package.
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-darwin-amd64.tar.gz

# Extract the package.
tar -zxvf arena-installer-0.12.0-darwin-amd64.tar.gz

# Install Arena.
cd arena-installer-0.12.0-darwin-amd64
bash install.sh --only-binary

    macOS/arm64

    # Download the Arena installation package.
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-darwin-arm64.tar.gz

# Extract the package.
tar -zxvf arena-installer-0.12.0-darwin-arm64.tar.gz

# Install Arena.
cd arena-installer-0.12.0-darwin-arm64
bash install.sh --only-binary

    Etapa 3: (Opcional) Ativar o autocompletar do shell

    O autocompletar do shell permite pressionar Tab para completar comandos do Arena digitados parcialmente.

    Instalar o pacote de autocompletar

    CentOS or Linux

    sudo yum install bash-completion -y

    Debian or Ubuntu

    sudo apt-get install bash-completion

    macOS

    brew install bash-completion@2

    Ativar o autocompletar no perfil do shell

    bash (Linux)

    echo "source <(arena completion bash)" >> ~/.bashrc
chmod u+x ~/.bashrc

    bash (macOS)

    echo "source $(brew --prefix)/etc/profile.d/bash_completion.sh" >> ~/.bashrc

    Etapa 4: Verificar a instalação

    Execute os comandos a seguir para confirmar que o Arena está funcionando.

    1. Verifique os recursos de GPU disponíveis no cluster:

      arena top node

      A saída lista os nós e a capacidade de GPU de cada um. Por exemplo:

      NAME                        IPADDRESS      ROLE    STATUS  GPU(Total)  GPU(Allocated)
cn-huhehaote.192.168.X.XXX  192.168.0.117  <none>  ready   8           0
cn-huhehaote.192.168.X.XXX  192.168.0.118  <none>  ready   8           0
cn-huhehaote.192.168.X.XXX  192.168.0.119  <none>  ready   8           0
cn-huhehaote.192.169.X.XXX  192.168.0.120  <none>  ready   8           0
-----------------------------------------------------------------------------------------
Allocated/Total GPUs In Cluster:
0/32 (0%)

    2. Envie um job de treinamento de teste:

      arena submit tf \
      --name=firstjob \
      --gpus=1 \
      --image=registry.cn-hangzhou.aliyuncs.com/tensorflow-samples/tf-mnist-standalone:gpu \
      "python /app/main.py"

      Saída esperada:

      configmap/firstjob-tfjob created
configmap/firstjob-tfjob labeled
tfjob.kubeflow.org/firstjob created
INFO[0001] The Job firstjob has been submitted successfully
INFO[0001] You can run `arena get firstjob --type tfjob` to check the job status

    3. Liste todos os jobs:

      arena list

      Saída esperada:

      NAME      STATUS   TRAINER  AGE  NODE
firstjob  RUNNING  TFJOB    5s   192.168.X.XXX

    4. Verifique o status do job:

      arena get firstjob

      Saída esperada:

      STATUS: SUCCEEDED
NAMESPACE: default
PRIORITY: N/A
TRAINING DURATION: 52s
NAME      STATUS     TRAINER  AGE  INSTANCE          NODE
firstjob  SUCCEEDED  TFJOB    14m  firstjob-chief-0  192.168.X.XXX

    5. Visualize os logs do job:

      arena logs --tail=10 firstjob

      Saída esperada:

      Accuracy at step 910: 0.9694
Accuracy at step 920: 0.9687
Accuracy at step 930: 0.9676
Accuracy at step 940: 0.9678
Accuracy at step 950: 0.9704
Accuracy at step 960: 0.9692
Accuracy at step 970: 0.9721
Accuracy at step 980: 0.9696
Accuracy at step 990: 0.9675
Adding run metadata for 999

      O job foi concluído com êxito.

    Próximas etapas