CN116719605A - 一种gpu负载部署方法及云计算平台、电子设备 - Google Patents
一种gpu负载部署方法及云计算平台、电子设备 Download PDFInfo
- Publication number
- CN116719605A CN116719605A CN202310685940.8A CN202310685940A CN116719605A CN 116719605 A CN116719605 A CN 116719605A CN 202310685940 A CN202310685940 A CN 202310685940A CN 116719605 A CN116719605 A CN 116719605A
- Authority
- CN
- China
- Prior art keywords
- type
- virtual machine
- container
- gpu
- physical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000007726 management method Methods 0.000 claims description 103
- 238000003860 storage Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013468 resource allocation Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 7
- 238000009877 rendering Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本公开涉及一种GPU负载部署方法及云计算平台、电子设备,所述方法包括:在第一类型物理机中部署第一类型容器和第二类型容器,第一类型容器支持以容器形态运行GPU负载,第二类型容器中部署有虚拟机且支持以虚拟机形态运行GPU负载;和/或,在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机,第一类型虚拟机支持以虚拟机形态运行GPU负载,第二类型虚拟机中部署有容器且支持以容器形态运行GPU负载。本公开实施例既可以实现在单个物理机上支持以不同形态运行GPU负载,满足不同的应用部署需求,又能够实现对不同形态GPU负载的统一资源管理。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种GPU负载部署方法及云计算平台、电子设备。
背景技术
作为异构计算架构下的一种重要的计算资源,图像处理器(Graphics ProcessingUnit,GPU)的计算能力涵盖了从图形图像处理到人工智能(Artificial Intelligence,AI)训练推理及高性能计算等多种场景。随着GPU作为一种新的计算资源加入云计算数据中心,管理云上GPU资源变得越来越重要。由于GPU的应用场景较广,对云上GPU资源的分配也会根据其不同应用场景进行适配。比如AI的训练和推理场景,主要依赖一些跨平台的训练及推理的框架,对底层操作系统的依赖较少,因此常见以轻量化的容器形态部署和运行;而云桌面(Virtual Desktop Infrastructure,VDI)及图形渲染场景,内部软件运行对操作系统有一定的要求,因此需要以虚拟机的形态部署和运行。目前,亟需一种根据不同的应用需求,对不同形态的GPU负载进行部署的方法。
发明内容
本公开提出了一种GPU负载部署方法及云计算平台、电子设备的技术方案。
根据本公开的一方面,提供了一种GPU负载部署方法,包括:在第一类型物理机中部署第一类型容器和第二类型容器,其中,所述第一类型容器支持以容器形态运行GPU负载,所述第二类型容器中部署有虚拟机,所述第二类型容器支持以虚拟机形态运行GPU负载,所述第一类型物理机中部署的物理GPU设备为所述第一类型容器和所述第二类型容器提供GPU资源;和/或,在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机,其中,所述第一类型虚拟机支持以虚拟机形态运行GPU负载,所述第二类型虚拟机中部署有容器,所述第二类型虚拟机支持以容器形态运行GPU负载,所述第二类型物理机中部署的物理GPU设备为所述第一类型虚拟机和所述第二类型虚拟机提供GPU资源。
在一种可能的实现方式中,所述方法还包括:在所述第一类型物理机中部署容器管理模块;基于所述容器管理模块,将所述第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,其中,所述目标容器为所述第一类型容器或所述第二类型容器。
在一种可能的实现方式中,所述基于所述容器管理模块,将所述第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,包括:基于所述容器管理模块,将所述第一类型物理机中部署的至少一个物理GPU设备,分配给一个所述目标容器。
在一种可能的实现方式中,所述基于所述容器管理模块,将所述第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,包括:基于所述容器管理模块,将所述第一类型物理机中部署的一个物理GPU设备,分配给多个所述目标容器。
在一种可能的实现方式中,所述第一类型容器和所述第二类型容器,共享所述第一类型物理机中运行的操作系统。
在一种可能的实现方式中,所述方法还包括:根据所述第二类型容器中以虚拟机形态运行GPU负载的需求,在所述第二类型容器中部署的虚拟机内部,运行对应的操作系统。
在一种可能的实现方式中,所述方法还包括:在所述第二类型物理机中部署虚拟机管理模块;基于所述虚拟机管理模块,将所述第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,其中,所述目标虚拟机为所述第一类型虚拟机或所述第二类型虚拟机。
在一种可能的实现方式中,所述基于所述虚拟机管理模块,将所述第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,包括:基于所述虚拟机管理模块,将所述第二类型物理机中部署的至少一个物理GPU设备,分配给一个所述目标虚拟机。
在一种可能的实现方式中,所述基于所述虚拟机管理模块,将所述第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,包括:基于所述虚拟机管理模块,将所述第二类型物理机中部署的一个物理GPU设备,分配给多个所述目标虚拟机。
在一种可能的实现方式中,所述方法还包括:在所述第二类型虚拟机中部署容器管理模块;基于所述容器管理模块,为所述第二类型虚拟机中部署的各容器进行GPU资源分配。
在一种可能的实现方式中,所述第二类型虚拟机中部署的各容器,共享所述第二类型虚拟机中运行的操作系统。
在一种可能的实现方式中,所述方法还包括:根据所述第一类型虚拟机中以虚拟机形态运行GPU负载的需求,在所述第一类型虚拟机内部,运行对应的操作系统。
在一种可能的实现方式中,所述方法还包括:接收第一配置请求;基于所述第一配置请求,调整所述第一类型物理机中所述第一类型容器和所述第二类型容器之间的占比。
在一种可能的实现方式中,所述方法还包括:接收第二配置请求;基于所述第二配置请求,调整所述第二类型物理机中所述第一类型虚拟机和所述第二类型虚拟机之间的占比。
根据本公开的一方面,提供了一种云计算平台,包括:第一类型物理机和/或第二类型物理机;所述第一类型物理机中部署有第一类型容器和第二类型容器,其中,所述第一类型容器支持以容器形态运行GPU负载,所述第二类型容器中部署有虚拟机,所述第二类型容器支持以虚拟机形态运行GPU负载,所述第一类型物理机中部署的物理GPU设备为所述第一类型容器和所述第二类型容器提供GPU资源;所述第二类型物理机中部署有第一类型虚拟机和第二类型虚拟机,其中,所述第一类型虚拟机支持以虚拟机形态运行GPU负载,所述第二类型虚拟机中部署有容器,所述第二类型虚拟机支持以容器形态运行GPU负载,所述第二类型物理机中部署的物理GPU设备为所述第一类型虚拟机和所述第二类型虚拟机提供GPU资源。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,在第一类型物理机中部署第一类型容器和第二类型容器,其中,第一类型容器支持以容器形态运行GPU负载,第二类型容器中部署有虚拟机,第二类型容器支持以虚拟机形态运行GPU负载,第一类型物理机中部署的物理GPU设备为第一类型容器和第二类型容器提供GPU资源;和/或,在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机,其中,第一类型虚拟机支持以虚拟机形态运行GPU负载,第二类型虚拟机中部署有容器,第二类型虚拟机支持以容器形态运行GPU负载,第二类型物理机中部署的物理GPU设备为第一类型虚拟机和第二类型虚拟机提供GPU资源。基于第一类型物理机和/或第二类型物理机,既可以实现在单个物理机上支持以不同形态运行GPU负载,满足不同的应用部署需求,又能够实现对不同形态GPU负载的统一资源管理。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种GPU负载部署方法的流程图;
图2示出根据本公开实施例的第一类型物理机的示意图;
图3示出根据本公开实施例的第二类型物理机的示意图;
图4示出根据本公开实施例的一种GPU负载部署的示意图;
图5示出根据本公开实施例的一种云计算平台的框图;
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在云计算数据中心的场景下,GPU负载的创建通常以虚拟化的方式来实现,包括虚拟机和容器两种形态。在GPU负载中使用GPU资源也通常有两种形态。第一种是GPU和容器进行结合,其主要技术是将物理机上部署的物理GPU设备通过一些资源隔离的方式处理后挂载到某个指定的容器中。第二种是GPU和虚拟机进行结合,其主要技术是将物理机上部署的物理GPU设备进行虚拟化后透传到虚拟机中,或者将物理GPU设备直通透传到虚拟机中。
容器和虚拟机两种技术的工作原理不同,资源隔离的层次也不相同。容器是在操作系统层面进行资源隔离,物理机上所有的容器共享物理主机上运行的操作系统。虚拟机是在硬件层面进行隔离,物理主机上的每个虚拟机有自己的操作系统和虚拟硬件设备。容器和虚拟机的管理平台通常是两套独立的平台,典型的容器管理平台有Docker和Kubernetes,典型的虚拟机管理平台有KVM和vSphere ESX。相关技术中,单个物理机中通常只支持以其中一种形态运行GPU负载,也即用户在单个物理机中使用GPU资源时,只能以容器形态部署GPU负载,或者只能以虚拟机形态部署GPU负载。而某些特殊场景,例如,数字人结合图形渲染及AI推理场景下,同时需要以容器和虚拟机两种形态部署GPU负载。此时,相关技术中需要在单个物理机中部署两套系统,增加了资源管理的复杂度,也很难对两种形态的GPU资源进行动态分配,资源利用率较低,难以满足异构计算场景下云计算数据中心对GPU资源管理的要求。
为了满足异构计算场景下在云计算数据中心内对多种形态GPU负载(容器及虚拟机)的资源统一管理需求,从而同时满足在云计算数据中心内对各类GPU应用场景(例如,图形渲染、图像处理、AI、高性能计算)的需求,本公开实施例提供了一种GPU负载部署方法。下面对本公开实施例提供的GPU负载部署方法进行详细介绍。
图1示出根据本公开实施例的一种GPU负载部署方法的流程图。该方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行该方法。如图1所示,该方法包括:
在步骤S11中,在第一类型物理机中部署第一类型容器和第二类型容器,其中,第一类型容器支持以容器形态运行GPU负载,第二类型容器中部署有虚拟机,第二类型容器支持以虚拟机形态运行GPU负载,第一类型物理机中部署的物理GPU设备为第一类型容器和第二类型容器提供GPU资源。
在第一类型物理机中部署第一类型容器和第二类型容器。其中,第一类型容器为单纯的容器,支持以容器形态运行GPU负载。在第二类型容器中部署虚拟机,以使得第二类型容器支持以虚拟机形态运行GPU负载。
图2示出根据本公开实施例的第一类型物理机的示意图。如图2所示,一个第一类型物理机中部署有两个第一类型容器和三个第二类型容器,每个第二类型容器中部署有一个虚拟机。一个第一类型物理机中部署的第一类型容器的数量、第二类型容器的数量、一个第二类型容器中部署的虚拟机的数量,可以根据实际应用部署需求灵活设置,本公开对此不作具体限定。
由于第一类型容器和第二类型容器本身均为容器,因此,第一类型物理机可以对两种类型容器进行统一资源管理,从而既可以实现在单个第一类型物理机上支持以不同形态运行GPU负载,满足不同的应用部署需求,又可以实现对不同形态GPU负载的统一资源管理。后文会结合本公开可能的实现方式,对第一类型物理机中部署的第一类型容器和第二类型容器进行详细介绍,此处不作赘述。
在步骤S12中,在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机,其中,第一类型虚拟机支持以虚拟机形态运行GPU负载,第二类型虚拟机中部署有容器,第二类型虚拟机支持以容器形态运行GPU负载,第二类型物理机中部署的物理GPU设备为第一类型虚拟机和第二类型虚拟机提供GPU资源。
在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机。其中,第一类型虚拟机为单纯的虚拟机,支持以虚拟机形态运行GPU负载。在第二类型虚拟机中部署容器,以使得第二类型虚拟机支持以容器形态运行GPU负载。
图3示出根据本公开实施例的第二类型物理机的示意图。如图3所示,一个第二类型物理机中部署有三个第一类型虚拟机和一个第二类型虚拟机,第二类型虚拟机中部署有四个容器。一个第二类型物理机中部署的第一类型虚拟机的数量、第二类型虚拟机的数量、一个第二类型虚拟机中部署的容器的数量,可以根据实际应用部署需求灵活设置,本公开对此不作具体限定。
由于第一类型虚拟机和第二类型虚拟机本身均为虚拟机,因此,第二类型物理机可以对两种类型虚拟机进行统一资源管理,从而既可以实现在单个第二类型物理机上支持以不同形态运行GPU负载,满足不同的应用部署需求,又可以实现对不同形态GPU负载的统一资源管理。后文会结合本公开可能的实现方式,对第二类型物理机中部署的第一类型虚拟机和第二类型虚拟机进行详细介绍,此处不作赘述。
根据本公开的实施例,通过在第一类型物理机中部署第一类型容器以及运行有虚拟机的第二类型容器,和/或,通过在第二类型物理机中部署第一类型虚拟机以及运行有容器的第二类型虚拟机,从而既可以在单个物理机上支持以不同形态运行GPU负载,满足不同的应用部署需求,又能够实现对不同形态GPU负载的统一资源管理。
在一种可能的实现方式中,该方法还包括:在第一类型物理机中部署容器管理模块;基于容器管理模块,将第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,其中,目标容器为第一类型容器或第二类型容器。
由于第一类型容器和第二类型容器本身均为容器,因此,可以在第一类型物理机中部署容器管理模块,基于容器管理模块将第一类型物理机中部署的物理GPU设备的GPU资源分配至第一类型容器和第二类型容器,以实现基于容器管理模块,对第一类型容器中以容器形态运行的GPU负载,以及第二类型容器中以虚拟机形态运行的GPU负载的统一资源管理。
如图2所示,第一类型物理机中部署有容器管理模块,用于分配并管理第一类型物理机中部署的各容器的GPU资源。
在一示例中,容器管理模块可以是Docker,可以是Kubernetes,还可以是其他容器管理模块,本公开对此不作具体限定。
在一种可能的实现方式中,基于容器管理模块,将第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,包括:基于容器管理模块,将第一类型物理机中部署的至少一个物理GPU设备,分配给一个目标容器。
基于容器管理模块,将第一类型物理机中部署的至少一个物理GPU设备分配给一个目标容器,以使得目标容器可以独占至少一个物理GPU设备。
在目标容器为部署有虚拟机的第二类型容器时,基于容器管理模块,将第一类型物理机中部署的至少一个物理GPU设备分配给第二类型容器中部署的虚拟机,以使得虚拟机可以独占至少一个物理GPU设备。
在一示例中,基于容器管理模块将第一类型物理机中部署的一个物理GPU设备分配给一个目标容器的方式可以是,基于PCIE设备将该物理GPU设备以直通透传的方式分配给目标容器,以实现目标容器可以独占该物理GPU设备。
在一示例中,基于容器管理模块将第一类型物理机中部署的一个物理GPU设备分配给一个目标容器的方式可以是,通过在第一类型物理机中安装该物理GPU设备的GPU驱动,以将该物理GPU设备分配给目标容器,实现目标容器可以独占该物理GPU设备。
基于容器管理模块将第一类型物理机中部署的至少一个物理GPU设备分配给一个目标容器,以实现目标容器可以独占至少一个物理GPU设备的方式,除了可以采用上述记载的两种方式以外,还可以根据实际情况采用其他分配方式,本公开对此不作具体限定。
在一种可能的实现方式中,基于容器管理模块,将第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,包括:基于容器管理模块,将第一类型物理机中部署的一个物理GPU设备,分配给多个目标容器。
基于容器管理模块,将第一类型物理机中部署的一个物理GPU设备分配给多个目标容器,以使得多个目标容器可以共享一个物理GPU设备。
在多个目标容器中包括部署有虚拟机的第二类型容器时,基于容器管理模块将第一类型物理机中部署的一个物理GPU设备,以虚拟化的方式分配给多个目标容器后,第二类型容器中部署的虚拟机与其他容器共享该物理GPU设备。
在一示例中,基于容器管理模块,将第一类型物理机中部署的一个物理GPU设备,以虚拟化的方式分配给多个目标容器,以使得多个目标容器可以共享该物理GPU设备。
基于容器管理模块将第一类型物理机中部署的一个物理GPU设备分配给多个目标容器,以实现多个目标容器可以共享一个物理GPU设备的方式,除了可以采用上述记载的方式以外,还可以根据实际情况采用其他分配方式,本公开对此不作具体限定。
在一种可能的实现方式中,第一类型容器和第二类型容器,共享第一类型物理机中运行的操作系统。
由于第一类型容器和第二类型容器本身均为容器,因此,第一类型容器和第二类型容器共享第一类型物理机中运行的操作系统。如图2所示,第一类型物理机中部署的五个容器共享第一类型物理机中运行的操作系统。
在一示例中,可以根据实际应用部署需求,灵活选择第一类型物理机中运行的操作系统,本公开对操作系统的具体形式不作具体限定。
在一种可能的实现方式中,该方法还包括:根据第二类型容器中以虚拟机形态运行GPU负载的需求,在第二类型容器中部署的虚拟机内部,运行对应的操作系统。
针对每个第二类型容器中部署的虚拟机,可以根据以虚拟机形态运行GPU负载的需求,在每个虚拟机内部灵活选择对应的操作系统,本公开对操作系统的具体形式不作具体限定。
在一示例中,当以虚拟机形态运行GPU负载为云桌面、云渲染、数字人渲染时,可以在虚拟机中选择运行windows操作系统;当以虚拟机形态运行GPU负载为其他应用时,可以在虚拟机中选择运行Ubuntu操作系统。
由于第一类型物理机中部署的第一类型容器、第二类型容器,共享第一类型物理机中运行的操作系统,因此,第一类型物理机适用于对操作系统要求单一的场景;此外,由于第一类型物理机中部署的容器管理模块是轻量型模块,以使得在第一类型物理机中GPU资源分配效率较高,运行开销低。
在一种可能的实现方式中,方法还包括:在第二类型物理机中部署虚拟机管理模块;基于虚拟机管理模块,将第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,其中,目标虚拟机为第一类型虚拟机或第二类型虚拟机。
由于第一类型虚拟机和第二类型虚拟机本身均为虚拟机,因此,可以在第二类型物理机中部署虚拟机管理模块,基于虚拟机管理模块将第二类型物理机中部署的物理GPU设备的GPU资源分配至第一类型虚拟机和第二类型虚拟机,以实现基于虚拟机管理模块,对第一类型虚拟机中以虚拟机形态运行的GPU负载,以及第二类型虚拟机中以容器形态运行的GPU负载的统一资源管理。
如图3所示,第二类型物理机中部署有虚拟机管理模块(例如,Hypervisor),用于分配并管理第二类型物理机中部署的各虚拟机的GPU资源。
在一示例中,虚拟机管理模块可以是KVM,可以是vSphere ESX,还可以是其他虚拟机管理模块,本公开对此不作具体限定。
在一种可能的实现方式中,基于虚拟机管理模块,将第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,包括:基于虚拟机管理模块,将第二类型物理机中部署的至少一个物理GPU设备,分配给一个目标虚拟机。
基于虚拟机管理模块,将第二类型物理机中部署的至少一个物理GPU设备分配给一个目标虚拟机,以使得目标虚拟机可以独占至少一个物理GPU设备。
在目标虚拟机为部署有容器的第二类型虚拟机时,基于虚拟机管理模块,将第二类型物理机中部署的至少一个物理GPU设备分配给第二类型虚拟机中部署的容器,以使得第二类型虚拟机中部署的容器可以独占至少一个物理GPU设备。
在一示例中,基于虚拟机管理模块将第二类型物理机中部署的一个物理GPU设备分配给一个目标虚拟机的方式可以是,基于PCIE设备将该物理GPU设备以直通透传的方式分配给目标虚拟机,以实现目标虚拟机可以独占该物理GPU设备。
在一示例中,基于虚拟机管理模块将第二类型物理机中部署的一个物理GPU设备分配给目标虚拟机的方式可以是,通过在第二类型物理机中安装该物理GPU设备的GPU驱动,以将该物理GPU设备分配给目标虚拟机,实现目标虚拟机可以独占该物理GPU设备。
基于虚拟机管理模块将第二类型物理机中部署的至少一个物理GPU设备分配给目标虚拟机,以实现目标虚拟机可以独占至少一个物理GPU设备的方式,除了可以采用上述记载的两种方式以外,还可以根据实际情况采用其他分配方式,本公开对此不作具体限定。
在一种可能的实现方式中,基于虚拟机管理模块,将第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,包括:基于虚拟机管理模块,将第二类型物理机中部署的一个物理GPU设备,分配给多个目标虚拟机。
基于虚拟机管理模块,将第二类型物理机中部署的一个物理GPU设备分配给多个目标虚拟机,以使得多个目标虚拟机可以共享一个物理GPU设备。
在多个目标虚拟机中包括部署有容器的第二类型虚拟机时,基于虚拟机管理模块将第二类型物理机中部署的一个物理GPU设备,分配给多个目标虚拟机后,第二类型虚拟机中部署的容器与其他目标虚拟机共享该物理GPU设备。
在一示例中,基于虚拟机管理模块,将第二类型物理机中部署的一个物理GPU设备,以虚拟化的方式分配给多个目标虚拟机,以使得多个目标虚拟机可以共享该物理GPU设备。
基于虚拟机管理模块将第二类型物理机中部署的一个物理GPU设备分配给多个目标虚拟机,以实现多个目标虚拟机可以共享一个物理GPU设备的方式,除了可以采用上述记载的方式以外,还可以根据实际情况采用其他分配方式,本公开对此不作具体限定。
在一种可能的实现方式中,该方法还包括:在第二类型虚拟机中部署容器管理模块;基于容器管理模块,为第二类型虚拟机中部署的各容器进行GPU资源分配。
针对部署有容器的第二类型虚拟机,基于虚拟机管理模块,将第二类型物理机中部署的物理GPU设备(独占或共享的方式)分配给一个第二类型虚拟机之后。进而,再基于该第二类型虚拟机中部署的容器管理模块,将分配给该第二类型虚拟机的物理GPU设备的GPU资源,分配给该第二类型虚拟机中部署的各容器。
在一种可能的实现方式中,第二类型虚拟机中部署的各容器,共享第二类型虚拟机中运行的操作系统。
第二类型虚拟机中部署的各容器,共享第二类型虚拟机中运行的操作系统,以及第二类型虚拟机对应的硬件资源。
在一种可能的实现方式中,该方法还包括:根据第一类型虚拟机中以虚拟机形态运行GPU负载的需求,在第一类型虚拟机内部,运行对应的操作系统。
根据第一类型虚拟机中以虚拟机形态运行GPU负载的需求,在每个第一类型虚拟机内部灵活选择对应的操作系统,本公开对操作系统的具体形式不作具体限定。
在一示例中,当以虚拟机形态运行GPU负载为云桌面、云渲染、数字人渲染时,可以在虚拟机中选择运行windows操作系统;当以虚拟机形态运行GPU负载为其他应用时,可以在虚拟机中选择运行Ubuntu操作系统。
由于第二类型物理机中部署的各虚拟机对应运行不同的操作系统,因此,第二类型虚拟机适用于对操作系统要求较多的场景。
图4示出根据本公开实施例的一种GPU负载部署的示意图。如图4所示,部署有物理GPU设备的多个第一类型物理机和多个第二类型物理机,共同构成GPU计算集群,用于为上层GPU应用提供GPU资源,即提供GPU算力。基于第一类型物理机和/或第二类型物理机,可以为上层应用以容器形态和/或虚拟机形态提供GPU负载。GPU负载可以包括四种形态:独占GPU的容器、共享GPU的容器、独占GPU的虚拟机、共享GPU的虚拟机。
基于第一类型物理机和第二类型物理机,可以实现在一个GPU计算集群中直接完成多种不同应用的部署,降低了运维复杂度,提高了应用部署效率。
当以容器形态提供GPU负载时,可以根据应用场景需求使得一个容器独占至少一个物理GPU设备,或者多个容器共享一个物理GPU设备。如图4所示,典型的AI训练场景和高性能仿真计算场景可以设置单个容器独占至少一个物理GPU设备,而AI推理场景如果算力要求不高则可以设置多个容器共享一个物理GPU设备,如果算力要求较高也可以设置单个容器独占至少一个物理GPU设备。
当以虚拟机形态提供GPU负载时,也可以根据应用场景需求使得一个虚拟机独占至少一个物理GPU设备,或者多个虚拟机共享一个物理GPU设备。如图4所示,典型的云桌面场景,多数情况下会设置多个虚拟机共享一个物理GPU设备,而在需要大量计算的云渲染场景则可以根据具体的场景需求,设置单个虚拟机独占至少一个物理GPU设备。
图4只是示例性展示不同应用场景的可能部署形态,但是并不构成对各应用部署形态的限定,实际应用中,仍然可以根据不同应用场景的应用部署需求,设置独占GPU的容器、共享GPU的容器、独占GPU的虚拟机、共享GPU的虚拟机的任意形态。
容器/虚拟机独占或共享GPU的方式可以基于上述容器管理模块/虚拟机管理模块的GPU资源分配方式实现,此处不作赘述。
在一种可能的实现方式中,该方法还包括:接收第一配置请求;基于第一配置请求,调整第一类型物理机中第一类型容器和第二类型容器之间的占比。
由于第一类型物理机中的第一类型容器(普通容器)和第二类型容器(部署有虚拟机的容器)可以融合部署,因此,可以基于第一配置请求,调整第一类型物理机中第一类型容器和第二类型容器之间的占比参数,从而实现容器形态GPU资源和虚拟机形态GPU资源的灵活配比,实现了不同形态GPU资源的弹性扩容。
在一示例中,在实际应用中以容器形态进行GPU负载部署的需求较高时,可以基于第一配置请求,调整第一类型物理机中第一类型容器和第二类型容器之间的占比,提高第一类型容器的配比;在实际应用中以虚拟机形态进行GPU负载部署的需求较高时,可以基于第一配置请求,调整第一类型物理机中第一类型容器和第二类型容器之间的占比,提高第二类型容器的配比。
在一种可能的实现方式中,该方法还包括:接收第二配置请求;基于第二配置请求,调整第二类型物理机中第一类型虚拟机和第二类型虚拟机之间的占比。
由于第二类型物理机中的第一类型虚拟机(普通虚拟机)和第二类型虚拟机(部署有容器的虚拟机)可以融合部署,因此,可以基于第二配置请求,调整第二类型物理机中第一类型虚拟机和第二类型虚拟机之间的占比参数,从而实现容器形态GPU资源和虚拟机形态GPU资源的灵活配比,实现了不同形态GPU资源的弹性扩容。
在一示例中,在实际应用中以容器形态进行GPU负载部署的需求较高时,可以基于第二配置请求,调整第二类型物理机中第一类型虚拟机和第二类型虚拟机之间的占比,提高第二类型虚拟机的配比;在实际应用中以虚拟机形态进行GPU负载部署的需求较高时,可以基于第二配置请求,调整第二类型物理机中第一类型虚拟机和第二类型虚拟机之间的占比,提高第一类型虚拟机的配比。
在本公开实施例中,在第一类型物理机中部署第一类型容器和第二类型容器,其中,第一类型容器支持以容器形态运行GPU负载,第二类型容器中部署有虚拟机,第二类型容器支持以虚拟机形态运行GPU负载,第一类型物理机中部署的物理GPU设备为第一类型容器和第二类型容器提供GPU资源;和/或,在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机,其中,第一类型虚拟机支持以虚拟机形态运行GPU负载,第二类型虚拟机中部署有容器,第二类型虚拟机支持以容器形态运行GPU负载,第二类型物理机中部署的物理GPU设备为第一类型虚拟机和第二类型虚拟机提供GPU资源。基于第一类型物理机和/或第二类型物理机,既可以实现在单个物理机上支持以不同形态运行GPU负载,满足不同的应用部署需求,又能够实现对不同形态GPU负载的统一资源管理。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了云计算平台、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种GPU负载部署方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图5示出根据本公开实施例的一种云计算平台的框图。如图5所示,云计算平台50包括:第一类型物理机51和/或第二类型物理机52;
第一类型物理机51中部署有第一类型容器511和第二类型容器512,其中,第一类型容器511支持以容器形态运行GPU负载,第二类型容器512中部署有虚拟机,第二类型容器512支持以虚拟机形态运行GPU负载,第一类型物理机51中部署的物理GPU设备513为第一类型容器511和第二类型容器512提供GPU资源;
第二类型物理机52中部署有第一类型虚拟机521和第二类型虚拟机522,其中,第一类型虚拟机521支持以虚拟机形态运行GPU负载,第二类型虚拟机522中部署有容器,第二类型虚拟机522支持以容器形态运行GPU负载,第二类型物理机52中部署的物理GPU设备523为第一类型虚拟机521和第二类型虚拟机522提供GPU资源。
在一种可能的实现方式中,第一类型物理机51中部署容器管理模块;
容器管理模块,用于将第一类型物理机51中部署的物理GPU设备513的GPU资源分配至目标容器,其中,目标容器为第一类型容器511或第二类型容器512。
在一种可能的实现方式中,容器管理模块,具体用于:将第一类型物理机51中部署的至少一个物理GPU设备513,分配给一个目标容器。
在一种可能的实现方式中,容器管理模块,具体用于:将第一类型物理机51中部署的一个物理GPU设备513,分配给多个目标容器。
在一种可能的实现方式中,第一类型容器511和第二类型容器512,共享第一类型物理机51中运行的操作系统。
在一种可能的实现方式中,根据第二类型容器中以虚拟机形态运行GPU负载的需求,第二类型容器512中部署的虚拟机内部,运行对应的操作系统。
在一种可能的实现方式中,第二类型物理机52中部署虚拟机管理模块;
虚拟机管理模块,用于将第二类型物理机52中部署的物理GPU设备523的GPU资源分配至目标虚拟机,其中,目标虚拟机为第一类型虚拟机521或第二类型虚拟机522。
在一种可能的实现方式中,虚拟机管理模块,具体用于:将第二类型物理机52中部署的至少一个物理GPU设备523,分配给一个目标虚拟机。
在一种可能的实现方式中,虚拟机管理模块,具体用于:将第二类型物理机52中部署的一个物理GPU设备523,分配给多个目标虚拟机。
在一种可能的实现方式中,第二类型虚拟机522中部署容器管理模块;
容器管理模块,用于为第二类型虚拟机522中部署的各容器进行GPU资源分配。
在一种可能的实现方式中,第二类型虚拟机522中部署的各容器,共享第二类型虚拟机522中运行的操作系统。
在一种可能的实现方式中,根据第一类型虚拟机521中以虚拟机形态运行GPU负载的需求,在第一类型虚拟机521内部,运行对应的操作系统。
在一种可能的实现方式中,云计算平台50,还包括:
接收模块,用于接收第一配置请求;
调整模块,用于基于第一配置请求,调整第一类型物理机51中第一类型容器511和第二类型容器512之间的占比。
在一种可能的实现方式中,接收模块,还用于接收第二配置请求;
调整模块,还用于基于第二配置请求,调整第二类型物理机52中第一类型虚拟机521和第二类型虚拟机522之间的占比。
该方法与计算机系统的内部结构存在特定技术关联,且能够解决如何提升硬件运算效率或执行效果的技术问题(包括减少数据存储量、减少数据传输量、提高硬件处理速度等),从而获得符合自然规律的计算机系统内部性能改进的技术效果。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出根据本公开实施例的一种电子设备的框图。参照图6,电子设备1900可以被提供为一服务器或终端设备。参照图6,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OS XTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种GPU负载部署方法,其特征在于,包括:
在第一类型物理机中部署第一类型容器和第二类型容器,其中,所述第一类型容器支持以容器形态运行GPU负载,所述第二类型容器中部署有虚拟机,所述第二类型容器支持以虚拟机形态运行GPU负载,所述第一类型物理机中部署的物理GPU设备为所述第一类型容器和所述第二类型容器提供GPU资源;和/或,
在第二类型物理机中部署第一类型虚拟机和第二类型虚拟机,其中,所述第一类型虚拟机支持以虚拟机形态运行GPU负载,所述第二类型虚拟机中部署有容器,所述第二类型虚拟机支持以容器形态运行GPU负载,所述第二类型物理机中部署的物理GPU设备为所述第一类型虚拟机和所述第二类型虚拟机提供GPU资源。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第一类型物理机中部署容器管理模块;
基于所述容器管理模块,将所述第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,其中,所述目标容器为所述第一类型容器或所述第二类型容器。
3.根据权利要求2所述的方法,其特征在于,所述基于所述容器管理模块,将所述第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,包括:
基于所述容器管理模块,将所述第一类型物理机中部署的至少一个物理GPU设备,分配给一个所述目标容器。
4.根据权利要求2所述的方法,其特征在于,所述基于所述容器管理模块,将所述第一类型物理机中部署的物理GPU设备的GPU资源分配至目标容器,包括:
基于所述容器管理模块,将所述第一类型物理机中部署的一个物理GPU设备,分配给多个所述目标容器。
5.根据权利要求1所述的方法,其特征在于,所述第一类型容器和所述第二类型容器,共享所述第一类型物理机中运行的操作系统。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第二类型容器中以虚拟机形态运行GPU负载的需求,在所述第二类型容器中部署的虚拟机内部,运行对应的操作系统。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第二类型物理机中部署虚拟机管理模块;
基于所述虚拟机管理模块,将所述第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,其中,所述目标虚拟机为所述第一类型虚拟机或所述第二类型虚拟机。
8.根据权利要求7所述的方法,其特征在于,所述基于所述虚拟机管理模块,将所述第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,包括:
基于所述虚拟机管理模块,将所述第二类型物理机中部署的至少一个物理GPU设备,分配给一个所述目标虚拟机。
9.根据权利要求7所述的方法,其特征在于,所述基于所述虚拟机管理模块,将所述第二类型物理机中部署的物理GPU设备的GPU资源分配至目标虚拟机,包括:
基于所述虚拟机管理模块,将所述第二类型物理机中部署的一个物理GPU设备,分配给多个所述目标虚拟机。
10.根据权利要求7至9中任意一项所述的方法,其特征在于,所述方法还包括:
在所述第二类型虚拟机中部署容器管理模块;
基于所述容器管理模块,为所述第二类型虚拟机中部署的各容器进行GPU资源分配。
11.根据权利要求1所述的方法,其特征在于,所述第二类型虚拟机中部署的各容器,共享所述第二类型虚拟机中运行的操作系统。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一类型虚拟机中以虚拟机形态运行GPU负载的需求,在所述第一类型虚拟机内部,运行对应的操作系统。
13.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收第一配置请求;
基于所述第一配置请求,调整所述第一类型物理机中所述第一类型容器和所述第二类型容器之间的占比。
14.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收第二配置请求;
基于所述第二配置请求,调整所述第二类型物理机中所述第一类型虚拟机和所述第二类型虚拟机之间的占比。
15.一种云计算平台,其特征在于,包括:第一类型物理机和/或第二类型物理机;
所述第一类型物理机中部署有第一类型容器和第二类型容器,其中,所述第一类型容器支持以容器形态运行GPU负载,所述第二类型容器中部署有虚拟机,所述第二类型容器支持以虚拟机形态运行GPU负载,所述第一类型物理机中部署的物理GPU设备为所述第一类型容器和所述第二类型容器提供GPU资源;
所述第二类型物理机中部署有第一类型虚拟机和第二类型虚拟机,其中,所述第一类型虚拟机支持以虚拟机形态运行GPU负载,所述第二类型虚拟机中部署有容器,所述第二类型虚拟机支持以容器形态运行GPU负载,所述第二类型物理机中部署的物理GPU设备为所述第一类型虚拟机和所述第二类型虚拟机提供GPU资源。
16.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至14中任意一项所述的方法。
17.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685940.8A CN116719605A (zh) | 2023-06-09 | 2023-06-09 | 一种gpu负载部署方法及云计算平台、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685940.8A CN116719605A (zh) | 2023-06-09 | 2023-06-09 | 一种gpu负载部署方法及云计算平台、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116719605A true CN116719605A (zh) | 2023-09-08 |
Family
ID=87874689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310685940.8A Pending CN116719605A (zh) | 2023-06-09 | 2023-06-09 | 一种gpu负载部署方法及云计算平台、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116719605A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180276044A1 (en) * | 2017-03-27 | 2018-09-27 | International Business Machines Corporation | Coordinated, topology-aware cpu-gpu-memory scheduling for containerized workloads |
CN113296950A (zh) * | 2021-05-28 | 2021-08-24 | 重庆紫光华山智安科技有限公司 | 处理方法、装置、电子设备及可读存储介质 |
CN113849272A (zh) * | 2021-09-18 | 2021-12-28 | 北京金山云网络技术有限公司 | 在虚拟机中添加gpu资源的方法及装置 |
CN114546594A (zh) * | 2015-05-29 | 2022-05-27 | 英特尔公司 | 对图形处理单元资源的容器访问 |
CN114546600A (zh) * | 2022-02-28 | 2022-05-27 | 联想(北京)有限公司 | 一种数据处理装置、方法和电子设备 |
CN115033348A (zh) * | 2022-08-10 | 2022-09-09 | 北京腾达泰源科技有限公司 | 一种对虚拟机和容器统一管理方法、系统、设备及介质 |
KR20220161070A (ko) * | 2021-05-28 | 2022-12-06 | 주식회사 엘지유플러스 | 클라우드 환경에서 컨테이너 기반의 gpu 자원 공유 방법 및 장치 |
-
2023
- 2023-06-09 CN CN202310685940.8A patent/CN116719605A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114546594A (zh) * | 2015-05-29 | 2022-05-27 | 英特尔公司 | 对图形处理单元资源的容器访问 |
US20180276044A1 (en) * | 2017-03-27 | 2018-09-27 | International Business Machines Corporation | Coordinated, topology-aware cpu-gpu-memory scheduling for containerized workloads |
CN113296950A (zh) * | 2021-05-28 | 2021-08-24 | 重庆紫光华山智安科技有限公司 | 处理方法、装置、电子设备及可读存储介质 |
KR20220161070A (ko) * | 2021-05-28 | 2022-12-06 | 주식회사 엘지유플러스 | 클라우드 환경에서 컨테이너 기반의 gpu 자원 공유 방법 및 장치 |
CN113849272A (zh) * | 2021-09-18 | 2021-12-28 | 北京金山云网络技术有限公司 | 在虚拟机中添加gpu资源的方法及装置 |
CN114546600A (zh) * | 2022-02-28 | 2022-05-27 | 联想(北京)有限公司 | 一种数据处理装置、方法和电子设备 |
CN115033348A (zh) * | 2022-08-10 | 2022-09-09 | 北京腾达泰源科技有限公司 | 一种对虚拟机和容器统一管理方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10686755B2 (en) | Assigning IP addresses and configuration parameters in hyper-converged infrastructure | |
US20130055254A1 (en) | Methods and apparatuses for providing a virtual machine with dynamic assignment of a physical hardware resource | |
WO2015158108A1 (zh) | 虚拟机资源的变更方法、装置及虚拟网络功能设备 | |
CN110391938B (zh) | 用于部署服务的方法和装置 | |
CN109218356B (zh) | 管理服务器上有状态应用的方法和设备 | |
CN109995814B (zh) | 云主机资源的迁移方法及装置、通信设备、存储介质 | |
CN104735108A (zh) | 一种使用云桌面的方法、装置和云桌面系统 | |
JP2017111791A (ja) | シミュレートされたオペレータ・トレーニング・システムに対するクラウド・ベースのコンピューティング・クラスタのための方法、システムおよびコンピュータ・プログラム | |
CN108737131B (zh) | 网络设备虚拟化的实现方法和装置 | |
US11086668B2 (en) | Method, electronic device and computer program product for processing task | |
CN114418828B (zh) | 显存管理方法、装置、设备、存储介质及程序产品 | |
US9959135B2 (en) | Pattern design for heterogeneous environments | |
CN116320469B (zh) | 一种虚拟化视频编解码系统及方法、电子设备和存储介质 | |
CN115965517B (zh) | 图形处理器资源管理方法及装置、电子设备和存储介质 | |
CN113849312A (zh) | 数据处理任务的分配方法、装置、电子设备及存储介质 | |
CN110162397B (zh) | 资源分配方法、装置及系统 | |
US10318343B2 (en) | Migration methods and apparatuses for migrating virtual machine including locally stored and shared data | |
CN113886019A (zh) | 虚拟机创建方法、装置、系统、介质和设备 | |
CN113886018A (zh) | 虚拟机资源分配方法、装置、介质及设备 | |
CN116662009A (zh) | Gpu资源分配方法、装置、电子设备和存储介质 | |
CN116719605A (zh) | 一种gpu负载部署方法及云计算平台、电子设备 | |
CN114201727A (zh) | 数据的处理方法、处理器、人工智能芯片及电子设备 | |
CN117176963B (zh) | 一种虚拟化视频编解码系统及方法、电子设备和存储介质 | |
CN117176964B (zh) | 一种虚拟化视频编解码系统及方法、电子设备和存储介质 | |
US20240160492A1 (en) | System and method for radio access network baseband workload pool resizing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |