6

我正在使用 Argo 和 KFServing 与 Amazon EKS (Kubernetes) 设置 InferenceService。重要的是要知道我们的团队每个环境都有一个 EKS 集群，这意味着我们的集群中可能有多个我们无法控制的应用程序。

这是我们到目前为止的设置

  1. 我们将一个 docker 镜像推送到 Amazon ECR，其中包含我们训练和部署模型的逻辑
  2. 我们用于argo提交在 #1 中开始训练的工作流。在将 argo 安装到我们的 kubernetes 集群时，我们注意到它的组件有时会分配给 GPU 节点。
  3. 我们也在使用KFServing。KFServing 允许我们向上和向下自动缩放 GPU，特别是在不使用时缩放为零。KFServing 中的组件在将它们应用到我们的集群时也会被分配给 GPU 节点。

我们对#2 和#3（上图）的当前设置似乎阻止了 KFServing 缩小到零的能力。让我们担心的是，在 GPU 中拥有这些组件不会让 GPU 缩小。

哪些 Pod 需要分配给我们的 GPU 节点？

（选项 1）我们是否只需要分配我们的 argo 工作流 pod 并排斥其余部分？

- 或者 -

（选项 2）GPU 节点中是否需要其他 kfserving 组件才能正常工作？

  • 选项 1：我们如何阻止所有 pod 进入我们的 GPU 节点，而不是 argo 工作流 pod？提醒一下，我们还有其他无法控制的应用程序，因此为每个 pod 添加节点关联似乎不切实际。

  • 选项 2：当这些 GPU 节点中有 kfserving 组件时，这些 GPU 节点如何缩放到零？我的印象是缩小意味着节点中没有 pod。

4

1 回答 1

5

tl;博士您可以使用taints。

哪些 Pod 需要分配给我们的 GPU 节点？

需要 GPU 的作业的 pod。

如果您的训练工作需要 GPU，您需要使用nodeSelector和tolerations在您的训练/部署部署规范中分配它，请在此处查看一个很好的示例。

如果您的模型是 CV/NLP（许多矩阵乘法），您可能还希望在 GPU 中拥有推理服务，在这种情况下，您需要在其规范中请求它，如此处所述。

我们是否只需要分配我们的 argo 工作流 pod 并排斥其余部分？

是的，如果您的推理服务不需要 GPU。

GPU 节点中是否需要其他 kfserving 组件才能正常工作？

不，唯一的 kfserving 组件是kfserving-controller并且不需要 gpu，因为它只是为您的推理服务编排 istio&knative 资源的创建。

如果在您的 gpu 节点组中运行推理服务而没有在规范中请求 GPU，则意味着该节点组未配置为具有 taint 效果NoSchedule。确保 eksctl 配置中的 gpu 节点组具有文档中描述的污点。

于 2021-02-27T21:16:54.850 回答