全部产品
Search

搜索本产品

    容器服务 Kubernetes 版 ACK：ack-ai-installer组件介绍与变更说明

    文档中心

    容器服务 Kubernetes 版 ACK：ack-ai-installer组件介绍与变更说明

    更新时间：Nov 29, 2024

    ack-ai-installer是增强ACK Pro版集群和ACK Edge集群Pro版调度能力的Device Plugin（设备插件）的组件集合，支持结合ACK Scheduler（ACK基于Kubernetes Scheduling Framework扩展机制，针对不同任务负载、不同弹性资源的统一调度系统）完成一些针对异构计算资源的复杂调度，包括共享GPU调度、GPU拓扑感知调度等。本文介绍ack-ai-installer组件的基础信息、使用说明和变更记录。

    组件介绍

    结合ACK Scheduler，ack-ai-installer可以提供共享GPU调度（包括共享隔离能力）、GPU拓扑感知调度等调度能力。ack-ai-installer目前包括如下组件。

    gpushare-device-plugin和cgpu-installer

    ACK Pro版集群和ACK Edge集群Pro版的ACK Scheduler默认支持独占GPU调度，ack-ai-installer（gpushare-device-plugin）结合ACK Scheduler可以实现共享GPU调度和共享隔离能力。共享GPU调度可以使多个应用程序或进程共享一张GPU卡资源，以提高系统的资源利用率。 在共享GPU调度的基础上，ack-ai-installer（cgpu-installer）还结合了阿里云GPU容器共享技术cGPU，支持GPU显存隔离，使不同的应用程序或进程在GPU内存中相互隔离，避免各个任务之间相互干扰，提高整个系统的性能和效率。同时，ack-ai-installer（cgpu-installer）还支持GPU算力隔离，并提供不同的分配策略（平均、抢占、权重等），可以更精细化地调度和使用GPU的算力资源。关于共享GPU调度与隔离的更多信息，例如安装方式、使用场景等，请参见安装共享GPU调度组件、通过共享GPU调度实现算力分配。

    gputopo-device-plugin

    结合ACK Scheduler，ack-ai-installer（gputopo-device-plugin）支持实现GPU拓扑感知调度，在节点的GPU组合中选择具有最优训练速度的组合。关于GPU拓扑感知调度的更多信息，例如安装步骤、使用场景等，请参见GPU拓扑感知调度。

    使用说明

    ack-ai-installer组件仅支持在ACK Pro版集群和ACK Edge集群Pro版中通过云原生AI套件控制台页面安装，在ACK灵骏托管版集群中以组件的形式预安装，且集群版本均需为1.18及以上。

    变更说明

    2024年11月

    版本号

    变更内容

    变更时间

    变更影响

    1.11.1

    发布cGPU 1.5.13版本，修复容器残留进程可能导致的小概率内核崩溃。

    2024年11月19日

    此次升级不会对业务造成影响。

    1.10.1

    发布cGPU 1.5.12版本，修复535等新版本驱动部分CUDA API显存隔离失败的问题。

    2024年11月07日

    此次升级不会对业务造成影响。

    2024年09月

    版本号

    变更内容

    变更时间

    变更影响

    1.9.16

    • cGPU为1.5.11版本。

    • 修改cGPU安装流程到init-container中。

    2024年09月26日

    此次升级不会对业务造成影响。

    1.9.15

    发布cGPU 1.5.11版本，修复解码相关问题。

    2024年09月19日

    此次升级不会对业务造成影响。

    2024年08月

    版本号

    变更内容

    变更时间

    变更影响

    1.9.14

    • 修复了一些MPS Daemon使用的问题。

    • 发布cGPU 1.5.10版本，增加了Policy 6用以做算力和显存的等比例切分。

    2024年08月21日

    此次升级不会对业务造成影响。

    1.9.14

    发布cGPU 1.5.9版本，增加了policy 6用以做算力和显存的等比例切分

    2024年08月13日

    此次升级不会对业务造成影响。

    2024年05月

    版本号

    变更内容

    变更时间

    变更影响

    1.9.11

    发布cGPU 1.5.7版本，支持L系列GPU和550+版本GPU驱动。

    2024年05月14日

    此次升级不会对业务造成影响。

    1.9.10

    发布cGPU 1.5.7版本，修复cgpu policy set无效的问题。

    2024年05月09日

    此次升级不会对业务造成影响。

    2024年01月

    版本号

    变更内容

    变更时间

    变更影响

    1.8.8

    发布cGPU 1.5.6版本，发布了新的cGPU License Server策略。

    2024年01月04日

    此次升级不会对业务造成影响。

    2023年12月

    版本号

    变更内容

    变更时间

    变更影响

    1.8.7

    • cGPU为1.5.5版本。

    • 支持MPS的共享GPU调度。

    2023年12月20日

    此次升级不会对业务造成影响。

    2023年11月

    版本号

    变更内容

    变更时间

    变更影响

    1.8.5

    发布cGPU 1.5.5版本，修复cgpu-procfs触发的Kernel Panic问题。

    2023年11月23日

    此次升级不会对业务造成影响。

    2023年08月

    版本号

    变更内容

    变更时间

    变更影响

    1.8.2

    • cGPU为1.5.3版本。

    • 支持动态MIG切分的能力。

    • 修复device-plugin-recover反复重启问题。

    2023年08月29日

    此次升级不会对业务造成影响。

    2023年07月

    版本号

    变更内容

    变更时间

    变更影响

    1.7.7

    • 发布cGPU 1.5.3版本，

    • 修复nvidia-container-toolkit和nvidia-container-runtime-hook软连接错乱的问题。

    • 修复不兼容高版本驱动（470.182.03 、515.105.01、525.105.17及其之后发布的版本的驱动）的问题。

    2023年07月04日

    此次升级不会对业务造成影响。

    2023年04月

    版本号

    变更内容

    变更时间

    变更影响

    1.7.6

    • 发布cGPU 1.5.2版本，修复systemd cgroup权限错乱问题。

    • 解决cGPU在5XX以上驱动的兼容支持问题。

    • 解决cGPU对nvidia-container-runtime 1.10以上版本的支持问题。

    • 修复cGPU 1.5.1版本在containerd上的支持问题。

    2023年04月26日

    此次升级不会对业务造成影响。

    1.7.5

    发布cGPU 1.5.2版本。

    2023年04月18日

    此次升级不会对业务造成影响。