背景
qGPU 是腾讯云推出的 GPU 共享技术,支持在多个容器间共享 GPU卡,并提供容器间显存、算力强隔离的能力,从而在更小粒度的使用 GPU 卡的基础上,保证业务安全,达到提高 GPU 使用率、降低客户成本的目的。
qGPU on TKE 依托腾讯云 TKE 对外开源的 Nano GPU 调度框架,可实现对 GPU 算力与显存的细粒度调度,并支持多容器共享 GPU 与多容器跨 GPU 资源分配。同时依赖底层强大的 qGPU 隔离技术,可做到 GPU 显存和算力的强隔离,在通过共享使用 GPU 的同时,尽最大可能保证业务性能与资源不受干扰。
功能优势
qGPU 方案通过对 NVIDIA GPU 卡上任务更有效的调度,达到给多个容器共享使用的目的,支持的功能如下:
灵活性:用户可以自由配置 GPU 的显存大小和算力占比
云原生:支持标准的 Kubernetes,兼容 NVIDIA Docker 方案
兼容性:镜像不修改/CUDA 库不替换/业务不重编,易部署,业务无感知
高性能:在底层对 GPU 设备进行操作,高效收敛,吞吐接近0损耗
强隔离:支持显存和算力的严格隔离,业务共享不受影响
技术架构
qGPU on TKE 使用 Nano GPU 调度框架,通过Kubernetes扩展调