在本文中，我們將介紹 GPU Operator release 1.8 中添加的新功能，進(jìn)一步簡(jiǎn)化 GPU 對(duì)各種部署場(chǎng)景的管理，包括：

增加了對(duì) GPU 操作員升級(jí)的支持

支持 NVX 交換機(jī)系統(tǒng)，包括 DGX A100 和 NVIDIA HGX A100 服務(wù)器

支持收集 GPU 操作員狀態(tài)指標(biāo)

GPU 運(yùn)營(yíng)商和網(wǎng)絡(luò)運(yùn)營(yíng)商改進(jìn)多節(jié)點(diǎn)培訓(xùn)

支持 Red Hat OpenShift 4.8

NVIDIA 軟件生命周期管理

GPU Operator 的 1.8 版為組織提供了更新機(jī)制，以更新其 GPU Operator 版本，而不會(huì)中斷運(yùn)行 GPU Operator 的群集的工作流。 GPU Operator 的早期版本要求用戶在安裝新版本之前卸載以前的版本，這意味著在升級(jí)過程中群集中沒有可用的 GPU 。

從 1.8 開始，升級(jí)版本不會(huì)中斷工作流程。該機(jī)制以滾動(dòng)方式一次更新一個(gè)節(jié)點(diǎn)，因此其他節(jié)點(diǎn)可以繼續(xù)使用。只有在安裝完成且上一個(gè)節(jié)點(diǎn)重新聯(lián)機(jī)時(shí)，下一個(gè)節(jié)點(diǎn)才會(huì)更新。用戶可以確信，在更新 GPU 操作員時(shí)，他們的工作流程將得到更好的管理。

現(xiàn)在支持 NVS 交換機(jī)系統(tǒng)

對(duì)于 1.8 ， GPU 操作員自動(dòng)在 NVIDIA 上部署初始化結(jié)構(gòu)所需的軟件 NVSwitch 系統(tǒng)，包括 NVIDIA HGX A100 和 DGX A100 。一旦初始化，所有 GPU 都可以在全 NVLink 帶寬下相互通信，以創(chuàng)建一個(gè)可擴(kuò)展的終端計(jì)算平臺(tái)。

GPU 操作員還經(jīng)過認(rèn)證，可在 DGX A100 系統(tǒng)上與 Red Hat OpenShift 4 一起使用。

支持收集 GPU 操作員狀態(tài)指標(biāo)

在 1.8 版本中， GPU 運(yùn)營(yíng)商現(xiàn)在報(bào)告各種指標(biāo)，供用戶監(jiān)控 GPU 運(yùn)營(yíng)商和 GPU – 運(yùn)營(yíng)商資源命名空間下的運(yùn)營(yíng)商部署資源的總體運(yùn)行狀況。 SRE 團(tuán)隊(duì)和集群管理員現(xiàn)在可以配置必要的 Prometheus 用于收集指標(biāo)以及在某些故障情況下觸發(fā)警報(bào)的資源。

對(duì)于 OpenShift 容器平臺(tái)，這些資源將在此版本中自動(dòng)創(chuàng)建。監(jiān)控解決方案，如 Grafana 可用于構(gòu)建儀表板和可視化 GPU 操作員和節(jié)點(diǎn)組件的操作狀態(tài)。

更好地結(jié)合： NVIDIA 加速計(jì)算和聯(lián)網(wǎng)

最近， NVIDIA 發(fā)布了 NVIDIA Network Operator 。 模擬 NVIDIA GPU Operator ，網(wǎng)絡(luò)運(yùn)營(yíng)商通過自動(dòng)化網(wǎng)絡(luò)部署和配置的各個(gè)方面簡(jiǎn)化了 Kubernetes 的擴(kuò)展網(wǎng)絡(luò)設(shè)計(jì)，否則需要手動(dòng)操作。它在具有 NVIDIA 網(wǎng)絡(luò)接口的任何群集節(jié)點(diǎn)上加載所需的驅(qū)動(dòng)程序、庫(kù)、設(shè)備插件和 CNI 。

當(dāng)它們一起部署時(shí)， NVIDIA GPU 和網(wǎng)絡(luò)運(yùn)營(yíng)商啟用 GPU 直接 RDMA ，即不同節(jié)點(diǎn)上 NVIDIA GPU 之間的快速數(shù)據(jù)路徑。這是數(shù)據(jù)密集型工作負(fù)載（如 AI 多節(jié)點(diǎn)培訓(xùn)）的關(guān)鍵技術(shù)促成因素。

了解有關(guān)最新版本的更多信息 NVIDIA 網(wǎng)絡(luò)運(yùn)營(yíng)商發(fā)布 。

增加了對(duì) Red Hat OpenShift 的支持

我們繼續(xù)支持紅帽 OpenShift 。

GPU Operator 1.8 和 1.7 支持 Red Hat OpenShift 4.8 和 4 . 7

GPU 運(yùn)算符 1.6 支持 Red Hat OpenShift 4. 7

GPU 運(yùn)算符 1. 5 支持 Red Hat OpenShift 4 . 6

GPU Operator 1. 4 和1 .3 分別支持 Red Hat OpenShift 4.5 和 4.4

概括

以下資源可用于使用 NVIDIA GPU 運(yùn)算符：

GPU 操作員 1.8 發(fā)行說明

入門指南

GPU NGC 上的操作員舵圖

GitHub 上的 GPU 運(yùn)算符

NVIDIA GPU 運(yùn)算符是許多應(yīng)用程序的關(guān)鍵組件 邊緣計(jì)算 解決。

關(guān)于作者

Troy Estes 是 NVIDIA Edge 和企業(yè)計(jì)算解決方案的產(chǎn)品營(yíng)銷經(jīng)理。在加入 Edge & Enterprise 業(yè)務(wù)部門之前，特洛伊曾在自主汽車業(yè)務(wù)部門和 NVIDIA 電網(wǎng)產(chǎn)品集團(tuán)從事營(yíng)銷活動(dòng)和支持產(chǎn)品 GTM 。

Erik Bohnhorst 是 NVIDIA 的高級(jí)產(chǎn)品經(jīng)理，專注于云本地技術(shù)，為 edge 和數(shù)據(jù)中心構(gòu)建一流的解決方案。 Erik 于 2014 年加入 NVIDIA ，以解決方案架構(gòu)師的身份幫助客戶構(gòu)建世界一流的虛擬化遠(yuǎn)程工作站。埃里克領(lǐng)導(dǎo)技術(shù)營(yíng)銷團(tuán)隊(duì)，直到他加入了 EGX 團(tuán)隊(duì)。

審核編輯：郭婷