Kubernetes v1.8 对 GPU 的支持

针对 Kubernetes 1.8

在人工智能和深度学习领域，算法工程师对 GPU 的使用越来越多，因此用户也希望通过 Kubernetes 来为模型训练任务申请 GPU 资源。

Kubernetes 支持 GPU 有几个前提条件。

1. 工作 Node 需要安装 Nvidia 的驱动程序
2. 工作 Node 的 kubelet 需要在启动参数增加 --feature-gates="Accelerators=true"
3. 工作 Node 安装 Nvidia-docker

alpha.kubernetes.io/nvdia-gpu 是 Nvidia GPU 的资源名称。

GPU 目前还有一些限制。

1. 只能通过 limits 字段来配置，还不支持 request
2. 容器和容器之间，以及 Pod 之间也不共享 GPU
3. 容器只能请求整数个 GPU
4. 集群需要运行相同型号的 GPU 硬件

容器需要访问 CUDA 库，一般来说 CUDA 库可以安装在工作 Node 上然后通过 hostPath 来挂载，又或者按照不同的 GPU 版本等在镜像里安装。