Kubernetes поддерживает графические процессоры как экспериментальную функцию. Работает ли он в движке контейнера Google? Нужно ли мне иметь специальную конфигурацию, чтобы включить его? Я хочу иметь возможность запускать рабочие нагрузки машинного обучения, но хочу использовать Python 3, который недоступен в CloudML.
Графические процессоры и движок Google
Ответ 1
Графические процессоры в Google Container Engine теперь доступны в Alpha. Зарегистрировать форму.
Опасайтесь, что ограничения альфа-кластера применяются: их нельзя обновить, и они будут автоматически удалены через 30 дней.
Отказ от ответственности: я работаю в GCP.
Ответ 2
Я боюсь, что это не поддерживается из коробки. При создании регулярного экземпляра в Google Compute Engine (GCE) вы можете выбрать характеристики GPU для своего компьютера. С другой стороны, при создании кластера эти параметры недоступны. Я предполагаю, что это будет доступно рано или поздно, но не сейчас.
В качестве альтернативы вы можете создать несколько экземпляров GCE и создать кластер с помощью таких инструментов, как kubeadm или следующих руководств, таких как Kubernetes: https://github.com/kelseyhightower/kubernetes-the-hard-way
Ответ 3
Я не тестировал его, но пока GPU vm - это только типы машин, я бы сказал, что выполнение этих двух шагов должно сделать возможным:
UPDATE: основной сайт для пользовательских типов машин: https://cloud.google.com/custom-machine-types/
1- Создать тип пользовательской машины GPU: https://cloud.google.com/compute/docs/gpus/
Вы можете добавить графические процессоры к любому предопределенному типу машины без общего доступа или к настраиваемому типу машины, который вы можете создать в зоне
2- При создании узлов выберите свой собственный тип машины в своем кластере или пул node: https://cloud.google.com/container-engine/docs/clusters/operations
- машинный тип: тип машины Google Compute Engine (например, n1-standard-1) для использования в экземплярах в этом кластере контейнеров. Если не указано, тип машины по умолчанию - n1-standard-1