qGPU on TKE騰訊云發(fā)布下一代GPU容器共享技術(shù),阿里gpu云

TKE騰訊云上的QGPU發(fā)布下一代GPU容器共享技術(shù)

背景

QGPU是騰訊云推出的GPU共享技術(shù)。支持多個容器間共享GPU卡，并提供容器間內(nèi)存和計算能力隔離的能力，從而保證使用粒度更小的GPU卡的基礎(chǔ)上的業(yè)務(wù)安全，達到提高GPU利用率，降低客戶成本的目的。

TKE上的QGPU依托騰訊云TKE開源的Nano GPU調(diào)度框架[1]，可以實現(xiàn)GPU計算能力和顯存的細粒度調(diào)度，支持多容器共享GPU和多容器跨GPU資源分配。同時，依托底層強大的qGPU隔離技術(shù)，可以將GPU的顯存和計算能力進行強隔離。在通過共享使用GPU的同時，盡可能保證業(yè)務(wù)性能和資源不受干擾。

功能優(yōu)勢

qGPU方案通過更有效地調(diào)度NVIDIA GPU卡上的任務(wù)，達到在多個容器之間共享和使用的目的。支持的功能如下:

靈活性:用戶可以自由配置GPU的顯存大小和計算能力比例。

云原生:支持標準Kubernetes，兼容NVIDIA Docker解決方案。

兼容性:不修改鏡像/不替換CUDA庫/不編譯業(yè)務(wù)，易于部署，業(yè)務(wù)無感知。

高性能:底層操作GPU設(shè)備，高效收斂，吞吐量接近零損耗

強隔離:支持顯存和計算能力嚴格隔離，業(yè)務(wù)共享不受影響。

技術(shù)架構(gòu)

TKE上的QGPU采用Nano GPU調(diào)度框架，通過Kubernetes擴展調(diào)度機制，同時支持GPU計算能力和內(nèi)存資源調(diào)度。并且依托Nano GPU的容器定位機制，支持精細化GPU卡調(diào)度、多容器GPU卡共享分配和多容器GPU跨卡分配。

QGPU直接利用NVIDIA GPU的底層硬件特性進行調(diào)度，實現(xiàn)了細粒度的計算能力隔離，打破了傳統(tǒng)CUDA API劫持方案只能使用CUDA內(nèi)核進行計算能力隔離的限制，提供了更好的QoS保障。

客戶收入

1.多任務(wù)靈活共享GPU，提高利用率

2.GPU資源被強隔離，業(yè)務(wù)共享不受影響。

3.完全面向Kubernetes，商業(yè)使用零成本

未來規(guī)劃

1.支持細粒度的資源監(jiān)控:TKE上的qGPU將支持Pod和容器級GPU使用情況的收集，從而實現(xiàn)更細粒度的資源監(jiān)控和與GPU靈活性的集成。

2.支持線下混合:TKE上的qGPU將支持線上業(yè)務(wù)和線下業(yè)務(wù)的高低優(yōu)先級混合，最大化GPU利用率。

3.支持qGPU計算能力池化:基于qGPU的GPU計算能力池化可以解耦CPU、內(nèi)存資源和異構(gòu)計算資源。

參考數(shù)據(jù)

[1]Nano GPU調(diào)度框架:[https://github.com/nanogpu]

特別聲明：以上文章內(nèi)容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。