Os clusters de workflow permitem fixar cada etapa do workflow a um tipo específico de instância Elastic Compute Service (ECS) — com aceleração por GPU ou baseada em AMD — ao adicionar uma única anotação ao modelo de pod. Use esse recurso quando suas cargas de trabalho exigirem hardware específico, como computação com GPU, codificação de vídeo ou processamento com alta demanda de memória.
Pré-requisitos
Antes de começar, verifique se você tem:
Um cluster de workflow no Container Service for Kubernetes (ACK)
Permissões para crie e envie Argo Workflows
Como funciona
Adicione a anotação k8s.aliyun.com/eci-use-specs em metadata.annotations no modelo que requer hardware personalizado. O valor da anotação corresponde ao tipo de instância ECS, como ecs.gn5i-c4g1.xlarge.
Todas as instâncias de contêiner elásticas criadas para essa etapa do modelo são agendadas no tipo de instância ECS especificado.
Tipos de instância compatíveis
Tipos de instância com aceleração por GPU
As instâncias de contêiner elásticas com aceleração por GPU são compatíveis com o driver NVIDIA versão 460.73.01 e o CUDA Toolkit 11.2. Para ver as imagens CUDA disponíveis, consulte NVIDIA CUDA no Docker Hub.
|
Família de instâncias |
GPU |
Exemplo de tipo de instância |
|
gn6v |
NVIDIA V100 |
ecs.gn6v-c8g1.2xlarge |
|
gn6i |
NVIDIA T4 |
ecs.gn6i-c4g1.xlarge |
|
gn5 |
NVIDIA P100 |
ecs.gn5-c4g1.xlarge |
|
gn5i |
NVIDIA P4 |
ecs.gn5i-c2g1.large |
Para obter a lista completa, consulte Famílias de instâncias.
Tipos de instância baseadas em AMD
As instâncias de contêiner elásticas baseadas em AMD operam com processadores AMD EPYC™ ROME e usam a arquitetura SHENLONG para minimizar a sobrecarga de virtualização. Elas são ideais para codificação e decodificação de vídeo, alto throughput de pacotes, servidores frontend web, frontends de jogos MMO (massively multiplayer online), além de desenvolvimento e testes de aplicações DevOps.
|
Família de instâncias |
Tipo |
Exemplo de tipo de instância |
|
g7a, g6a |
Uso geral |
ecs.g7a.large, ecs.g6a.large |
|
c7a, c6a |
Otimizada para computação |
ecs.c7a.large, ecs.c6a.large |
|
r7a, r6a |
Otimizada para memória |
ecs.r7a.large, ecs.r6a.large |
Para obter a lista completa, consulte Famílias de instâncias.
Execute um workflow em uma instância com aceleração por GPU
O exemplo a seguir agenda o modelo whalesay em uma instância GPU gn5i ao definir k8s.aliyun.com/eci-use-specs nas anotações do modelo.
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
generateName: hello-world-
spec:
entrypoint: whalesay
templates:
- name: whalesay
metadata:
annotations:
k8s.aliyun.com/eci-use-specs: ecs.gn5i-c4g1.xlarge # GPU-accelerated instance type
container:
image: docker/whalesay
command: [cowsay]
args: ["hello world"]Execute um workflow em uma instância baseada em AMD
O exemplo abaixo agenda o modelo whalesay em uma instância AMD c6a.
apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
generateName: hello-world-
spec:
entrypoint: whalesay
templates:
- name: whalesay
metadata:
annotations:
k8s.aliyun.com/eci-use-specs: "ecs.c6a.xlarge" # AMD-based instance type
container:
image: docker/whalesay
command: [cowsay]
args: ["hello world"]Próximos passos
Para obter a lista completa de famílias de instâncias ECS e suas especificações, consulte Famílias de instâncias.