升級節點cGPU版本 - Container Service for Kubernetes

ACK叢集支援GPU共用調度時節點需要安裝cGPU模組。本文介紹如何通過命令及控制台升級節點上的cGPU模組。

前提條件

您已通過kubectl串連叢集。具體操作，請參見通過kubectl串連Kubernetes叢集。
叢集已安裝ack-cgpu組件。具體操作，請參見安裝ack-cgpu組件。
升級節點上無正在啟動並執行業務。

通過命令升級節點cGPU版本

cgpu-installer的DaemonSet用於在節點上安裝cGPU驅動模組。在升級cGPU時，需要將cgpu-installer的鏡像版本修改為待升級的版本。

目前支援的cGPU鏡像版本如下：

v0.8.10
v0.8.12
v0.8.13

說明升級節點cGPU版本過程中會重啟節點，所以在升級節點cGPU版本之前，請確認節點上無正在啟動並執行業務。

執行以下命令修改cgpu-installer的鏡像，升級節點的cGPU模組版本。
```
kubectl  edit ds cgpu-installer -n kube-system
```
修改鏡像的版本，以其他版本升級到v0.8.10版本為例：
卸載節點上舊版本cGPU。
1. 登入節點。關於登入方式，請參見使用VNC登入執行個體。
2. 執行以下命令停止Docker服務。
```
systemctl stop docker
```
3. 執行以下命令卸載cGPU。
```
bash /usr/local/cgpu-installer/uninstall.sh
```
  說明
  若/usr/local/cgpu-installer/uninstall.sh不存在，請執行以下命令卸載舊版本cGPU。
  wget http://aliacs-k8s-cn-beijing.oss-cn-beijing.aliyuncs.com/gpushare/cgpu-uninstall.sh -O /usr/local/cgpu-installer/uninstall.sh
重啟卸載舊版本cGPU的節點。具體操作，請參見重啟執行個體。

結果驗證

當節點重啟後，登入該節點，執行以下命令查詢cGPU版本。

cat /proc/cgpu_km/version

預期輸出：

0.8.10

從預期輸出可以得出，節點的cGPU版本已經成功升級到v0.8.10版本。

通過控制台升級節點cGPU版本

cgpu-installer的DaemonSet用於在節點上安裝cGPU驅動模組。在升級cGPU時，需要將cgpu-installer的鏡像版本修改為待升級的版本。

目前支援的cGPU鏡像版本如下：

v0.8.10
v0.8.12
v0.8.13

執行以下命令修改cgpu-installer的鏡像，升級節點的cGPU模組版本。
```
kubectl  edit ds cgpu-installer -n kube-system
```
修改鏡像的版本，以其他版本升級到v0.8.10版本為例：
移除待升級cGPU版本的節點。
具體操作，請參見移除節點。
1. 登入Container Service管理主控台。
2. 在控制台左側導覽列，單擊叢集。
3. 在叢集列表頁面，單擊目的地組群名稱或者目的地組群右側操作列下的詳情。
4. 在叢集管理頁左側導覽列，選擇節點管理 > 節點。
5. 在節點頁面選中待升級節點，單擊大量移除。
6. 在移除節點對話方塊選中自動排空節點（drain）。
7. 單擊確定。

建立節點池。

建立一個新的節點池用於添加上面移除的安裝有cGPU模組的節點。

具體操作，請參見建立節點池。

在叢集管理頁左側導覽列，選擇節點管理 > 節點池。
在節點池頁面右上方，單擊建立節點池。

在建立節點池頁面，設定建立節點池的配置項。

有關配置項的詳細說明，請參見建立Kubernetes專有版叢集。部分配置項說明如下：

參數	描述	配置值
數量	設定節點池初始節點數量。	需要填寫為0。
節點標籤	您可以為叢集節點添加標籤。	若叢集中安裝了ack-ai-installer組件，則鍵中輸入`ack.node.gpu.schedule`，值中輸入`cgpu`。若叢集中安裝了ack-cgpu組件，則鍵中輸入`cgpu`，值中輸入`true`。

單擊確認配置，完成節點池的建立。

添加節點到建立的節點池。
節點池建立完成後，需要將步驟2中移除的節點添加到步驟3建立的節點池。具體操作，請參見添加已有節點。

結果驗證

當節點添加完成以後，驗證節點的cGPU版本是否已升級。

執行以下命令查詢新添加節點所對應的cgpu-installer。

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

預期輸出：

NAME                   READY   STATUS    RESTARTS   AGE    IP                NODE                     NOMINATED NODE   READINESS GATES
cgpu-installer-kkmp6   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>

執行以下命令進入cgpu-installer-kkmp6的Pod。

kubectl exec -ti cgpu-installer-kkmp6 -n kube-system -- bash

執行以下命令查詢cGPU目前的版本。
```
nsenter -t 1 -i -p -n -u -m -- cat /proc/cgpu_km/version
```
預期輸出：
```
0.8.10
```
從預期輸出可以得出節點的cGPU版本已經為v0.8.10。