第6章 Dynamic Accelerator Slicer (DAS) Operator

手順

1. MIG サポート用に NVIDIA GPU Operator を設定します。

   1. OpenShift Container Platform Web コンソールで、Operators Installed Operators に移動します。
   2. インストール済み Operator のリストから NVIDIA GPU Operator を選択します。
   3. ClusterPolicy タブをクリックし、Create ClusterPolicy をクリックします。

   4. YAML エディターで、デフォルトのコンテンツを次のクラスターポリシー設定に置き換えてデフォルトの NVIDIA デバイスプラグインを無効にし、MIG サポートを有効にします。

      apiVersion: nvidia.com/v1
      kind: ClusterPolicy
      metadata:
        name: gpu-cluster-policy
      spec:
        daemonsets:
          rollingUpdate:
            maxUnavailable: "1"
          updateStrategy: RollingUpdate
        dcgm:
          enabled: true
        dcgmExporter:
          config:
            name: ""
          enabled: true
          serviceMonitor:
            enabled: true
        devicePlugin:
          config:
            default: ""
            name: ""
          enabled: false
          mps:
            root: /run/nvidia/mps
        driver:
          certConfig:
            name: ""
          enabled: true
          kernelModuleConfig:
            name: ""
          licensingConfig:
            configMapName: ""
            nlsEnabled: true
          repoConfig:
            configMapName: ""
          upgradePolicy:
            autoUpgrade: true
            drain:
              deleteEmptyDir: false
              enable: false
              force: false
              timeoutSeconds: 300
            maxParallelUpgrades: 1
            maxUnavailable: 25%
            podDeletion:
              deleteEmptyDir: false
              force: false
              timeoutSeconds: 300
            waitForCompletion:
              timeoutSeconds: 0
          useNvidiaDriverCRD: false
          useOpenKernelModules: false
          virtualTopology:
            config: ""
        gdrcopy:
          enabled: false
        gds:
          enabled: false
        gfd:
          enabled: true
        mig:
          strategy: mixed
        migManager:
          config:
            default: ""
            name: default-mig-parted-config
          enabled: true
          env:
            - name: WITH_REBOOT
              value: 'true'
            - name: MIG_PARTED_MODE_CHANGE_ONLY
              value: 'true'
        nodeStatusExporter:
          enabled: true
        operator:
          defaultRuntime: crio
          initContainer: {}
          runtimeClass: nvidia
          use_ocp_driver_toolkit: true
        sandboxDevicePlugin:
          enabled: true
        sandboxWorkloads:
          defaultWorkload: container
          enabled: false
        toolkit:
          enabled: true
          installDir: /usr/local/nvidia
        validator:
          plugin:
            env:
            - name: WITH_WORKLOAD
              value: "false"
          cuda:
            env:
            - name: WITH_WORKLOAD
              value: "false"
        vfioManager:
          enabled: true
        vgpuDeviceManager:
          enabled: true
        vgpuManager:
          enabled: false

      Copy to Clipboard Toggle word wrap
   5. Create をクリックしてクラスターポリシーを適用します。
   6. Workloads Pods に移動し、nvidia-gpu-operator namespace を選択して、クラスターポリシーのデプロイメントを監視します。

   7. NVIDIA GPU Operator クラスターポリシーが Ready 状態になるまで待ちます。次の方法で監視できます。

      1. Operators Installed Operators NVIDIA GPU Operator に移動します。
      2. ClusterPolicy タブをクリックし、ステータスが ready になっていることを確認します。
   8. nvidia-gpu-operator namespace を選択し、Workloads Pods に移動して、NVIDIA GPU Operator namespace 内のすべての Pod が実行されていることを確認します。

   9. MIG 対応 GPU のノードにラベルを付けて MIG モードを有効にします。

      1. Compute Nodes に移動します。
      2. MIG 対応 GPU を搭載したノードを選択します。
      3. Actions Edit Labels をクリックします。
      4. nvidia.com/mig.config=all-enabled ラベルを追加します。
      5. Save をクリックします。

      6. MIG 対応 GPU を搭載した各ノードに対して繰り返します。

         重要

         MIG ラベルを適用すると、ラベルが付いたノードはリブートし、MIG モードが有効になります。ノードがオンラインに戻るまで待機してから続行します。

   10. Labels セクションに nvidia.com/mig.config=all-enabled ラベルが表示されていることを確認し、GPU ノードで MIG モードが正常に有効化されていることを確認します。ラベルを見つけるには、Compute Nodes に移動し、GPU ノードを選択して、Details タブをクリックします。
2. OpenShift Container Platform Web コンソールで、Operators OperatorHub をクリックします。
3. DAS Operator を見つけるには、フィルターボックスで Dynamic Accelerator Slicer または DAS を検索します。
4. Dynamic Accelerator Slicer を選択し、Install をクリックします。

5. Install Operator ページで以下を行います。

   1. インストールモードとして All namespaces on the cluster (default) を選択します。
   2. Installed Namespace Operator recommended Namespace: Project das-operator を選択します。
   3. 新しい namespace を作成する場合は、namespace の名前として das-operator を入力します。
   4. 更新チャネルを選択します。
   5. 承認ストラテジーとして Automatic または Manual を選択します。
6. Install をクリックします。
7. OpenShift Container Platform Web コンソールで、Operators Installed Operators をクリックします。
8. リストから DAS Operator を選択します。
9. Provided APIs テーブル列で、DASOperator をクリックします。この操作により、Operator details ページの DASOperator タブに移動します。
10. Create DASOperator をクリックします。この操作により、Create DASOperator YAML ビューになります。

11. YAML エディターで次の例を貼り付けます。

    DASOperator CR の例

    apiVersion: inference.redhat.com/v1alpha1
    kind: DASOperator
    metadata:
      name: cluster 

    1

    
      namespace: das-operator
    spec:
      logLevel: Normal
      operatorLogLevel: Normal
      managementState: Managed

    Copy to Clipboard Toggle word wrap

    1

    DASOperator CR の名前は cluster でなければなりません。

12. Create をクリックします。

1. Operators Installed Operators ページに移動します。
2. Dynamic Accelerator Slicer が、das-Operator namespace にリストされ、Status が Succeeded になっていることを確認します。

1. Workloads Pods ページに移動し、das-operator namespace を選択します。

2. すべての DAS Operator コンポーネント Pod が実行中であることを確認します。

   • das-operator Pod (メイン Operator コントローラー)
   • das-operator-webhook Pod (Webhook サーバー)
   • das-scheduler Pod (スケジューラープラグイン)
   • das-daemonset Pod (MIG 互換 GPU を搭載したノードのみ)

1. Operators Installed Operators ページに移動し、Operator Subscriptions および Install Plans タブで Status にエラーがあるかどうかを検査します。
2. Workloads Pods ページに移動し、das-operator namespace 内の Pod のログを確認します。

手順

1. MIG サポート用に NVIDIA GPU Operator を設定します。

   1. 次のクラスターポリシーを適用して、デフォルトの NVIDIA デバイスプラグインを無効にし、MIG サポートを有効にします。次の内容で、gpu-cluster-policy.yaml という名前のファイルを作成します。

      apiVersion: nvidia.com/v1
      kind: ClusterPolicy
      metadata:
        name: gpu-cluster-policy
      spec:
        daemonsets:
          rollingUpdate:
            maxUnavailable: "1"
          updateStrategy: RollingUpdate
        dcgm:
          enabled: true
        dcgmExporter:
          config:
            name: ""
          enabled: true
          serviceMonitor:
            enabled: true
        devicePlugin:
          config:
            default: ""
            name: ""
          enabled: false
          mps:
            root: /run/nvidia/mps
        driver:
          certConfig:
            name: ""
          enabled: true
          kernelModuleConfig:
            name: ""
          licensingConfig:
            configMapName: ""
            nlsEnabled: true
          repoConfig:
            configMapName: ""
          upgradePolicy:
            autoUpgrade: true
            drain:
              deleteEmptyDir: false
              enable: false
              force: false
              timeoutSeconds: 300
            maxParallelUpgrades: 1
            maxUnavailable: 25%
            podDeletion:
              deleteEmptyDir: false
              force: false
              timeoutSeconds: 300
            waitForCompletion:
              timeoutSeconds: 0
          useNvidiaDriverCRD: false
          useOpenKernelModules: false
          virtualTopology:
            config: ""
        gdrcopy:
          enabled: false
        gds:
          enabled: false
        gfd:
          enabled: true
        mig:
          strategy: mixed
        migManager:
          config:
            default: ""
            name: default-mig-parted-config
          enabled: true
          env:
            - name: WITH_REBOOT
              value: 'true'
            - name: MIG_PARTED_MODE_CHANGE_ONLY
              value: 'true'
        nodeStatusExporter:
          enabled: true
        operator:
          defaultRuntime: crio
          initContainer: {}
          runtimeClass: nvidia
          use_ocp_driver_toolkit: true
        sandboxDevicePlugin:
          enabled: true
        sandboxWorkloads:
          defaultWorkload: container
          enabled: false
        toolkit:
          enabled: true
          installDir: /usr/local/nvidia
        validator:
          plugin:
            env:
            - name: WITH_WORKLOAD
              value: "false"
          cuda:
            env:
            - name: WITH_WORKLOAD
              value: "false"
        vfioManager:
          enabled: true
        vgpuDeviceManager:
          enabled: true
        vgpuManager:
          enabled: false

      Copy to Clipboard Toggle word wrap

   2. 次のコマンドを実行してクラスターポリシーを適用します。

      $ oc apply -f gpu-cluster-policy.yaml

      Copy to Clipboard Toggle word wrap

   3. 次のコマンドを実行して、NVIDIA GPU Operator クラスターポリシーの状態が Ready になることを確認します。

      $ oc get clusterpolicies.nvidia.com gpu-cluster-policy -w

      Copy to Clipboard Toggle word wrap

      STATUS 列に ready と表示されるまで待ちます。

      出力例

      NAME                 STATUS   AGE
      gpu-cluster-policy   ready    2025-08-14T08:56:45Z

      Copy to Clipboard Toggle word wrap

   4. 次のコマンドを実行して、NVIDIA GPU Operator namespace 内のすべての Pod が実行されていることを確認します。

      $ oc get pods -n nvidia-gpu-operator

      Copy to Clipboard Toggle word wrap

      すべての Pod のステータスが Running または Running と表示されるはずです。

   5. 次のコマンドを実行し、MIG 対応 GPU を搭載したノードにラベルを付けて MIG モードを有効にします。

      $ oc label node $NODE_NAME nvidia.com/mig.config=all-enabled --overwrite

      Copy to Clipboard Toggle word wrap

      $NODE_NAME は、MIG 対応 GPU を持つ各ノードの名前に置き換えます。

      重要

      MIG ラベルを適用した後、ラベルの付いたノードがリブートされ、MIG モードが有効になります。ノードがオンラインに戻るまで待機してから続行します。

   6. 次のコマンドを実行して、ノードで MIG モードが正常に有効化されていることを確認します。

      $ oc get nodes -l nvidia.com/mig.config=all-enabled

      Copy to Clipboard Toggle word wrap

2. DAS Operator の namespace を作成します。

   1. das-operator namespace を定義する次の Namespace カスタムリソース (CR) を作成し、YAML を das-namespace.yaml ファイルに保存します。

      apiVersion: v1
      kind: Namespace
      metadata:
        name: das-operator
        labels:
          name: das-operator
          openshift.io/cluster-monitoring: "true"

      Copy to Clipboard Toggle word wrap

   2. 以下のコマンドを実行して namespace を作成します。

      $ oc create -f das-namespace.yaml

      Copy to Clipboard Toggle word wrap

3. 以下のオブジェクトを作成して、直前の手順で作成した namespace に DAS Operator をインストールします。

   1. 以下の OperatorGroup CR を作成し、YAML を das-operatorgroup.yaml ファイルに保存します。

      apiVersion: operators.coreos.com/v1
      kind: OperatorGroup
      metadata:
        generateName: das-operator-
        name: das-operator
        namespace: das-operator

      Copy to Clipboard Toggle word wrap

   2. 以下のコマンドを実行して OperatorGroup CR を作成します。

      $ oc create -f das-operatorgroup.yaml

      Copy to Clipboard Toggle word wrap

   3. 以下の Subscription CR を作成し、YAML を das-sub.yaml ファイルに保存します。

      Subscription の例

      apiVersion: operators.coreos.com/v1alpha1
      kind: Subscription
      metadata:
        name: das-operator
        namespace: das-operator
      spec:
        channel: "stable"
        installPlanApproval: Automatic
        name: das-operator
        source: redhat-operators
        sourceNamespace: openshift-marketplace

      Copy to Clipboard Toggle word wrap

   4. 以下のコマンドを実行して Subscription オブジェクトを作成します。

      $ oc create -f das-sub.yaml

      Copy to Clipboard Toggle word wrap

   5. das-operator プロジェクトに変更します。

      $ oc project das-operator

      Copy to Clipboard Toggle word wrap

   6. 次の DASOperator CR を作成し、YAML を das-dasoperator.yaml ファイルに保存します。

      DASOperator CR の例

      apiVersion: inference.redhat.com/v1alpha1
      kind: DASOperator
      metadata:
        name: cluster 

      1

      
        namespace: das-operator
      spec:
        managementState: Managed
        logLevel: Normal
        operatorLogLevel: Normal

      Copy to Clipboard Toggle word wrap

      1

      DASOperator CR の名前は cluster でなければなりません。

   7. 次のコマンドを実行して、dasoperator CR を作成します。

      oc create -f das-dasoperator.yaml

      Copy to Clipboard Toggle word wrap