ฉันมี Nvidia GPU สามตัวในคลัสเตอร์ของฉัน และมีพ็อดมากมายที่ทำงานอยู่ในคลัสเตอร์ของฉัน ฉันจะทราบได้อย่างไรว่าพ็อดใดที่กำหนดเวลา GPU และจำนวน GPU ที่กำหนดเวลา
ฉันใช้ลิงก์นี้เพื่อเปิดใช้งานกำหนดการ GPU ในคลัสเตอร์ของฉันสำหรับ Nvidia GPU https://kubernetes.io/docs/tasks/manage-gpus/scheduling-gpus/
ขอบใจ
นี่คือตัวอย่างที่ได้รับจากปลั๊กอิน kubectl kubectl-view-allocations:
> kubectl-view-allocations -r GPU
ขีดจำกัดทรัพยากรที่ร้องขอ จัดสรรได้ฟรี
nvidia.com/gpu (71%) 10.0 (71%) 10.0 14.0 4.0
ââ โหนด GPU1 (0%) __ (0%) __ 2.0 2.0
ââ โหนด GPU2 (0%) __ (0%) __ 2.0 2.0
ââ โหนด GPU3 (100%) 2.0 (100%) 2.0 2.0 __
â ââ fah-gpu-cpu-d29sc 2.0 2.0 __ __
ââ โหนด GPU4 (100%) 2.0 (100%) 2.0 2.0 __
â ââ fah-gpu-cpu-hkg59 2.0 2.0 __ __
ââ โหนด GPU5 (100%) 2.0 (100%) 2.0 2.0 __
â ââ fah-gpu-cpu-nw9fc 2.0 2.0 __ __
ââ โหนด GPU6 (100%) 2.0 (100%) 2.0 2.0 __
â ââ fah-gpu-cpu-gtwsf 2.0 2.0 __ __
ââ โหนด GPU7 (100%) 2.0 (100%) 2.0 2.0 __
ââ fah-gpu-cpu-x7zfb 2.0 2.0 __ __
ดูเหมือนว่าจะเสนอสิ่งที่คุณกำลังมองหา
นอกจากนี้ เห็นได้ชัดว่าการแชร์ GPU เป็นไปได้ (ด้วยซอฟต์แวร์ที่ Nvidia จัดหาให้) - อาจเป็นประโยชน์กับคุณหรือใครก็ตามที่พบสิ่งนี้ในอนาคต:
คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา
