Jupyterhub О Кубернетесе с рабочими узлами GPU - PullRequest
0 голосов
/ 19 марта 2020

У меня сейчас два вопроса с JuypterHub.

Во-первых, у меня есть развернутый Juypterhub в IBM kubernetes Services. У меня голый металл в моем кластере с одним GPU (Nvidia K80). Когда я запускаю Juypterhub, и я проверяю, сколько GPU потребляется (я запускаю команду nvidia-smi), это говорит мне, что оно потребляется на 94%, хотя я не запускаю никакой рабочей нагрузки, которая может потреблять столько ресурсов. Есть ли способ решить эту проблему.

Во-вторых, есть ли способ, которым у нас может быть несколько пользователей, чтобы использовать один и тот же графический процессор на узле? Я имею в виду, могу ли я масштабировать JuypterHub, чтобы использовать ресурсы одного GPU.

1 Ответ

0 голосов
/ 02 апреля 2020

Я не уверен насчет первого вопроса, потребуется больше деталей, чтобы ответить на него. Ответ на второй вопрос - да. Есть несколько способов сделать это. Благодаря сочетанию переопределения kubespawner, ограничению гарантированного ресурса, позволяющего вам раскручивать несколько модулей в графическом процессоре, и настройке пороков и допусков для выбора узлов графического процессора.

...