アクセラレーターの使用

手順

1. Intel Gaudi Base Operator OpenShift のインストール の説明に従って、最新バージョンの Intel Gaudi Base Operator をインストールします。

2. OpenShift では、デフォルトで Pod あたりの PID 制限が 4096 に設定されます。複数の Gaudi アクセラレーターを使用する場合や、Ray で vLLM を使用する場合など、ワークロードにさらに多くの処理能力が必要な場合は、リソースが Resource temporarily unavailable というエラーを回避するために、Pod ごとの PID 制限を手動で増やす必要があります。このエラーは PID の枯渇により発生します。Red Hat はこの制限を 32768 に設定することを推奨していますが、20000 を超える値であれば十分です。

   1. 次のコマンドを実行してノードにラベルを付けます。

      oc label node <node_name> custom-kubelet=set-pod-pid-limit-kubelet

      Copy to Clipboard Toggle word wrap
   2. オプション: 影響を受けるノードへのワークロード分散を防ぐには、メンテナンスの準備中に、そのノードをスケジュール不可としてマークし、ドレインすることができます。詳細は、ノード上の Pod を退避させる方法 を参照してください。

   3. custom-kubelet-pidslimit.yaml KubeletConfig リソースファイルを作成します。

      oc create -f custom-kubelet-pidslimit.yaml

      Copy to Clipboard Toggle word wrap

   4. 次の YAML コードをファイルに入力します。PodPidsLimit 値を 32768 に設定します。

      apiVersion: machineconfiguration.openshift.io/v1
      kind: KubeletConfig
      metadata:
        name: custom-kubelet-pidslimit
      spec:
        kubeletConfig:
          PodPidsLimit: 32768
        machineConfigPoolSelector:
          matchLabels:
            custom-kubelet: set-pod-pid-limit-kubelet

      Copy to Clipboard Toggle word wrap

   5. 設定を適用します。

      oc apply -f custom-kubelet-pidslimit.yaml

      Copy to Clipboard Toggle word wrap

      この操作によりノードが再起動します。詳細は、ノードの再起動について を参照してください。

   6. オプション: 以前にノードをスケジュール不可とマークした場合は、ノードの再起動後に再度スケジュールを許可できます。
3. カスタムワークベンチイメージの作成 の説明に従って、Intel Gaudi AI アクセラレーターのカスタムワークベンチイメージを作成します。

4. Intel Gaudi Base Operator をインストールした後、アクセラレータープロファイルの操作 の説明に従ってアクセラレータープロファイルを作成します。

   重要

   デフォルトでは、ハードウェアプロファイルはダッシュボードのナビゲーションメニューとユーザーインターフェイスに表示されませんが、アクセラレータープロファイルは表示されます。非推奨となったアクセラレータープロファイル機能に関連付けられたユーザーインターフェイスコンポーネントは、引き続き表示されます。ダッシュボードのナビゲーションメニューの Settings → Hardware profiles オプションと、ハードウェアプロファイルに関連付けられたユーザーインターフェイスコンポーネントを表示するには、OpenShift の OdhDashboardConfig カスタムリソース (CR) で、disableHardwareProfiles 値を false に設定します。ダッシュボード設定オプションの設定に関する詳細は、ダッシュボードのカスタマイズ を参照してください。

手順

1. OpenShift CLI を使用して、GPU リソースが割り当て可能かどうかを確認します。

   1. クラスター内のすべてのノードをリスト表示して、AMD GPU を搭載したノードを識別します。

      oc get nodes

      Copy to Clipboard Toggle word wrap
   2. AMD GPU が存在すると予想されるノードの名前をメモします。

   3. ノードに対して describe を実行してリソース割り当てを確認します。

      oc describe node <node_name>

      Copy to Clipboard Toggle word wrap

   4. 出力で、Capacity および Allocatable セクションを見つけて、amd.com/gpu がリストされていることを確認します。以下に例を示します。

      Capacity:
        amd.com/gpu:  1
      Allocatable:
        amd.com/gpu:  1

      Copy to Clipboard Toggle word wrap

2. lspci コマンドを使用して AMD GPU デバイスを確認します。

   1. ノードにログインします。

      oc debug node/<node_name>
      chroot /host

      Copy to Clipboard Toggle word wrap

   2. lspci コマンドを実行して、デプロイメントでサポートされている AMD デバイスを検索します。以下に例を示します。

      lspci | grep -E "MI210|MI250|MI300"

      Copy to Clipboard Toggle word wrap

   3. 出力にいずれかの AMD GPU モデルが含まれていることを確認します。以下に例を示します。

      03:00.0 Display controller: Advanced Micro Devices, Inc. [AMD] Instinct MI210

      Copy to Clipboard Toggle word wrap

3. オプション: ノードに ROCm スタックがインストールされている場合は、rocminfo コマンドを使用します。

   rocminfo

   Copy to Clipboard Toggle word wrap
   1. ROCm ツールが、コンピュートユニット、メモリー、ドライバーステータスなどの AMD GPU に関する詳細を出力することを確認します。

手順

1. Install AMD GPU Operator on OpenShift の説明に従って、最新バージョンの AMD GPU Operator をインストールします。

2. AMD GPU Operator をインストールした後、Configure AMD drivers for the GPU Operator の説明に従って、Operator に必要な AMD ドライバーを設定します。

   注記

   または、Red Hat Catalog から AMD GPU Operator をインストールすることもできます。詳細は、Red Hat Catalog から AMD GPU Operator をインストールする を参照してください。

1. AMD GPU Operator をインストールしたら、アクセラレータープロファイルの使用 の説明に従って、アクセラレータープロファイルを作成します。

   重要

   デフォルトでは、ハードウェアプロファイルはダッシュボードのナビゲーションメニューとユーザーインターフェイスに表示されませんが、アクセラレータープロファイルは表示されます。非推奨となったアクセラレータープロファイル機能に関連付けられたユーザーインターフェイスコンポーネントは、引き続き表示されます。ダッシュボードのナビゲーションメニューの Settings → Hardware profiles オプションと、ハードウェアプロファイルに関連付けられたユーザーインターフェイスコンポーネントを表示するには、OpenShift の OdhDashboardConfig カスタムリソース (CR) で、disableHardwareProfiles 値を false に設定します。ダッシュボード設定オプションの設定に関する詳細は、ダッシュボードのカスタマイズ を参照してください。

手順

1. OpenShift AI ダッシュボードから、Settings → Accelerator profiles をクリックします。

   Accelerator profiles ページが開き、既存のアクセラレータープロファイルが表示されます。

2. アクセラレータープロファイルのリストを調べます。アクセラレータープロファイルを有効または無効にするには、アクセラレータープロファイルを含む行で、Enable 列のトグルをクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Accelerator profiles をクリックします。

   Accelerator profiles ページが開き、既存のアクセラレータープロファイルが表示されます。既存のアクセラレータープロファイルを有効または無効にするには、関連するアクセラレータープロファイルを含む行で、Enable 列のトグルをクリックします。

2. Create accelerator profile をクリックします。

   Create accelerator profile ダイアログが開きます。

3. Name フィールドに、アクセラレータープロファイルの名前を入力します。
4. Identifier フィールドに、アクセラレータープロファイルに関連付けられたハードウェアアクセラレーターを識別する一意の文字列を入力します。
5. オプション: Description フィールドに、アクセラレータープロファイルの説明を入力します。
6. 作成直後にアクセラレータープロファイルを有効または無効にするには、Enable 列のトグルをクリックします。

7. オプション: Pod に toleration を追加し、その Pod が一致する taint にスケジュールされるようにします。

   1. Add toleration をクリックします。

      Add toleration ダイアログが開きます。

   2. Operator リストから、次のオプションのいずれかを選択します。

      • Equal - key/value/effect のパラメーターが一致する必要があります。これはデフォルトになります。
      • Exists - key/effect パラメーターが一致する必要があります。値パラメーターは、どの値にも一致する空白のままにする必要があります。

   3. Effect リストから、次のオプションのいずれかを選択します。

      • None
      • NoSchedule - taint と一致しない新しい Pod は、そのノードにスケジュールされません。ノードの既存 Pod はそのままになります。
      • PreferNoSchedule - taint に一致しない新しい Pod がそのノードにスケジュールされる可能性はありますが、スケジューラーは試行しません。ノードの既存 Pod はそのままになります。
      • NoExecute - taint に一致しない新しい Pod をそのノードにスケジュールすることはできません。一致する toleration を持たないノードの既存 Pod は削除されます。
   4. Key フィールドに、toleration キーを入力します。キーは、最大 253 文字までの任意の文字列になります。キーは文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。
   5. Value フィールドに toleration 値を入力します。値は最大 63 文字までの任意の文字列になります。値は文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。

   6. Toleration Seconds セクションで、次のオプションのいずれかを選択して、ノード条件があるノードに Pod がバインドされ続ける時間を指定します。

      • Forever - Pod はノードに永続的にバインドされたままになります。
      • Custom value - 値を秒単位で入力して、ノード条件を持つノードに Pod がバインドされ続ける時間を定義します。
   7. Add をクリックします。
8. Create accelerator profile をクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Workbench images をクリックします。

   Workbench images ページが表示されます。以前にインポートしたワークベンチイメージが表示されます。以前にインポートしたワークベンチイメージを有効または無効にするには、関連するワークベンチイメージを含む行で、Enable 列のトグルをクリックします。

2. アクションメニュー (⋮) をクリックし、リストから Edit を選択します。

   Edit accelerator profile ダイアログが開きます。

3. Name フィールドで、アクセラレータープロファイル名を更新します。
4. Identifier フィールドで、アクセラレータープロファイルに関連付けられたハードウェアアクセラレーターを識別する一意の文字列を更新します (該当する場合)。
5. オプション: Description フィールドで、アクセラレータープロファイルを更新します。
6. 作成直後にアクセラレータープロファイルを有効または無効にするには、Enable 列のトグルをクリックします。

7. オプション: Pod に toleration を追加し、その Pod が一致する taint にスケジュールされるようにします。

   1. Add toleration をクリックします。

      Add toleration ダイアログが開きます。

   2. Operator リストから、次のオプションのいずれかを選択します。

      • Equal - key/value/effect のパラメーターが一致する必要があります。これはデフォルトになります。
      • Exists - key/effect パラメーターが一致する必要があります。値パラメーターは、どの値にも一致する空白のままにする必要があります。

   3. Effect リストから、次のオプションのいずれかを選択します。

      • None
      • NoSchedule - taint と一致しない新しい Pod は、そのノードにスケジュールされません。ノードの既存 Pod はそのままになります。
      • PreferNoSchedule - taint に一致しない新しい Pod がそのノードにスケジュールされる可能性はありますが、スケジューラーは試行しません。ノードの既存 Pod はそのままになります。
      • NoExecute - taint に一致しない新しい Pod をそのノードにスケジュールすることはできません。一致する toleration を持たないノードの既存 Pod は削除されます。
   4. Key フィールドに、toleration キーを入力します。キーは、最大 253 文字までの任意の文字列になります。キーは文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。
   5. Value フィールドに toleration 値を入力します。値は最大 63 文字までの任意の文字列になります。値は文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。

   6. Toleration Seconds セクションで、次のオプションのいずれかを選択して、ノード条件があるノードに Pod がバインドされ続ける時間を指定します。

      • Forever - Pod はノードに永続的にバインドされたままになります。
      • Custom value - 値を秒単位で入力して、ノード条件を持つノードに Pod がバインドされ続ける時間を定義します。
   7. Add をクリックします。

8. アクセラレータープロファイルに既存の toleration が含まれている場合は、それらを編集できます。

   1. 編集する toleration を含む行のアクションメニュー (⋮) をクリックし、リストから Edit を選択します。
   2. 該当するフィールドに入力して、toleration の詳細を更新します。
   3. Update をクリックします。
9. Update accelerator profile をクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Accelerator profiles をクリックします。

   Accelerator profiles ページが開き、既存のアクセラレータープロファイルが表示されます。

2. 削除するアクセラレータープロファイルの横にあるアクションメニュー (⋮) をクリックし、Delete をクリックします。

   Delete accelerator profile ダイアログが開きます。

3. アクセラレータープロファイルの名前をテキストフィールドに入力して、削除することを確定します。
4. Delete をクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Workbench images をクリックします。

   Workbench images ページが表示されます。以前にインポートしたワークベンチイメージが表示されます。

2. アクションメニュー (⋮) をクリックし、リストから Edit を選択します。

   Update workbench image ダイアログが開きます。

3. Accelerator identifier リストから識別子を選択し、ワークベンチイメージで推奨されているとおりにアクセラレーターを設定します。ワークベンチイメージにアクセラレーター識別子が 1 つだけ含まれている場合は、識別子名がデフォルトで表示されます。

4. Update をクリックします。

   注記

   ワークベンチイメージのアクセラレーター識別子をすでに設定している場合は、関連付けられたアクセラレータープロファイルまたはハードウェアプロファイルを作成して、ワークベンチイメージに推奨されるアクセラレーターを指定できます。これを行うには、ワークベンチイメージを含む行で Create profile をクリックし、関連するフィールドに入力します。ワークベンチイメージにアクセラレーターの識別子が含まれていない場合は、関連付けられたアクセラレータープロファイルまたはハードウェアプロファイルを作成する前に、手動で設定する必要があります。

   重要

   デフォルトでは、ハードウェアプロファイルはダッシュボードのナビゲーションメニューとユーザーインターフェイスに表示されませんが、アクセラレータープロファイルは表示されます。非推奨となったアクセラレータープロファイル機能に関連付けられたユーザーインターフェイスコンポーネントは、引き続き表示されます。ハードウェアプロファイルを有効にすると、Accelerator profiles リストの代わりに Hardware profiles リストが表示されます。ダッシュボードのナビゲーションメニューの Settings → Hardware profiles オプションと、ハードウェアプロファイルに関連付けられたユーザーインターフェイスコンポーネントを表示するには、OpenShift の OdhDashboardConfig カスタムリソース (CR) で、disableHardwareProfiles 値を false に設定します。ダッシュボード設定オプションの設定に関する詳細は、ダッシュボードのカスタマイズ を参照してください。

手順

1. OpenShift AI ダッシュボードから、Settings → Serving runtimes をクリックします。

   Serving runtimes ページが開き、OpenShift AI デプロイメントにすでにインストールされ有効になっているモデル提供ランタイムが表示されます。デフォルトでは、OpenVINO Model Server ランタイムがプリインストールされ、OpenShift AI で有効になっています。

2. 推奨されるアクセラレータータグを追加するカスタムランタイムを編集し、アクションメニュー (⋮) をクリックして Edit を選択します。

   埋め込み YAML エディターを含むページが開きます。

   注記

   デフォルトで OpenShift AI に含まれる OpenVINO Model Server ランタイムを直接編集することはできません。ただし、このランタイムを 複製 し、複製したバージョンを編集することはできます。その後、編集したクローンを新しいカスタムランタイムとして追加できます。これを行うには、OpenVINO Model Server の横にあるアクションメニューをクリックし、Duplicate を選択します。

3. エディターで YAML コードを入力し、アノテーション opendatahub.io/recommended-accelerators を適用します。この例の抜粋は、NVIDIA GPU アクセラレーターの推奨タグを設定するためのアノテーションを示しています。

   metadata:
   	annotations:
   		opendatahub.io/recommended-accelerators: '["nvidia.com/gpu"]'

   Copy to Clipboard Toggle word wrap
4. Update をクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Hardware profiles をクリックします。

   Hardware profiles ページが表示され、既存のハードウェアプロファイルが表示されます。既存のハードウェアプロファイルを有効または無効にするには、関連するハードウェアプロファイルが含まれる行で、Enabled 列のトグルをクリックします。

2. Create hardware profile をクリックします。

   Create hardware profile ページが表示されます。

3. Name フィールドに、ハードウェアプロファイルの名前を入力します。
4. オプション: Kubernetes リソースのデフォルト名を変更するには、Edit resource name をクリックし、Resource name フィールドに名前を入力します。リソース名は作成後に編集できません。
5. オプション: Description フィールドに、ハードウェアプロファイルの説明を入力します。

6. Visibility セクションで、ハードウェアプロファイルの表示レベルを設定します。

   • OpenShift AI のすべての領域でハードウェアプロファイルにアクセスするには、Visible everywhere ラジオボタンを選択したままにします。
   • Limited visibility ラジオボタンを選択して、データサイエンティストがハードウェアプロファイルを使用できる OpenShift AI の領域を制限します。

7. オプション: リソース要求と制限を設定します。

   1. Add resource をクリックします。

      Add resource ダイアログが開きます。

   2. Resource label フィールドに、一意のリソースラベルを入力します。
   3. Resource identifier フィールドに、一意のリソース識別子を入力します。
   4. Resource type フィールドで、リストからリソースタイプを選択します。
   5. Default フィールドに、デフォルトのリソース要求制限を入力します。この値は、最小値と最大値と等しいか、その範囲内である必要があります。
   6. Minimum allowed フィールドに、ユーザーが要求できるリソースの最小数を入力します。

   7. Maximum allowed フィールドに、ユーザーが要求できるリソースの最大数を入力します。

      1. 特定の最大要求制限を設定するには、Set maximum limit ラジオボタンをクリックし、値を入力します。
      2. 最大要求制限を設定しない場合は、No maximum limit ラジオボタンをクリックします。
   8. Add をクリックします。

8. Resource allocation セクションで、Workload allocation strategy を選択して、ワークロードをノードに割り当てる方法を設定します。

   ローカルキュー

   1. Kueue を使用してジョブを自動的にキューに登録し、ワークロードの優先度に基づいてリソースを管理するには、Local queue を選択します。このオプションは、クラスターが Kueue を使用してワークロードを管理するように設定されている場合にのみ使用できます。

   2. Local queue フィールドに、このハードウェアプロファイルが使用する LocalQueue の名前を入力します。

      注記

      グローバルスコープのプロファイルの場合は、OpenShift AI Operator によって作成されたデフォルトの LocalQueue など、すべてのユーザープロジェクトに存在する LocalQueue 名を使用します。

   3. オプション: Workload priority リストから、このプロファイルを使用するジョブの優先度を選択します。リソースが限られている場合、優先度の高いワークロードは優先度の低いワークロードよりも先に承認されます。

   ノードセレクターと toleration

   1. ノードセレクターと toleration を手動で追加するには、Node selectors and tolerations を選択します。

   2. オプション: 一致するラベルを持つノードに Pod をスケジュールするためのノードセレクターを追加します。

      1. Add node selector をクリックします。

         Add node selector ダイアログが開きます。

      2. Key フィールドにノード選択キーを入力します。キーは文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。
      3. Value フィールドにノード選択値を入力します。値は文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。
      4. Add をクリックします。

   3. オプション: Pod に toleration を追加し、その Pod が一致する taint にスケジュールされるようにします。

      1. Add toleration をクリックします。

         Add toleration ダイアログが開きます。

      2. Operator リストから、次のオプションのいずれかを選択します。

         • Equal - key/value/effect のパラメーターが一致する必要があります。これはデフォルトになります。
         • Exists - key/effect パラメーターが一致する必要があります。値パラメーターは、どの値にも一致する空白のままにする必要があります。

      3. Effect リストから、次のオプションのいずれかを選択します。

         • None
         • NoSchedule - taint と一致しない新しい Pod は、そのノードにスケジュールされません。ノードの既存 Pod はそのままになります。
         • PreferNoSchedule - taint に一致しない新しい Pod がそのノードにスケジュールされる可能性はありますが、スケジューラーは試行しません。ノードの既存 Pod はそのままになります。
         • NoExecute - taint に一致しない新しい Pod をそのノードにスケジュールすることはできません。一致する toleration を持たないノードの既存 Pod は削除されます。
      4. Key フィールドに、toleration キーを入力します。キーは文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。
      5. Value フィールドに toleration 値を入力します。値は文字または数字で開始する必要があり、文字、数字、ハイフン、ドットおよびアンダースコアを含めることができます。

      6. Toleration Seconds セクションで、次のオプションのいずれかを選択して、ノード条件があるノードに Pod がバインドされ続ける時間を指定します。

         • Forever - Pod はノードに永続的にバインドされたままになります。
         • Custom value - 値を秒単位で入力して、ノード条件を持つノードに Pod がバインドされ続ける時間を定義します。
   4. Add をクリックします。

9. Create hardware profile をクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Hardware profiles をクリックします。

   Hardware profiles ページが開きます。既存のハードウェアプロファイルが表示されます。ハードウェアプロファイルを有効または無効にするには、関連するハードウェアプロファイルが含まれる行で、Enabled 列のトグルをクリックします。

2. アクションメニュー (⋮) をクリックし、リストから Edit を選択します。

   Edit hardware profile ダイアログが開きます。

3. 変更を加えます。
4. Update hardware profile をクリックします。

手順

1. OpenShift AI ダッシュボードから、Settings → Hardware profiles をクリックします。

   Hardware profiles ページが表示され、既存のハードウェアプロファイルが表示されます。

2. 削除するハードウェアプロファイルの横にあるアクションメニュー (⋮) をクリックし、Delete をクリックします。

   Delete hardware profile ダイアログが開きます。

3. ハードウェアプロファイルの名前をテキストフィールドに入力し、削除することを確定します。
4. Delete をクリックします。

手順

1. GPU Operator が使用する namespace に、名前が time-slicing-config の config map を作成します。NVIDIA GPU の場合、これは nvidia-gpu-operator namespace です。

   1. OpenShift Web コンソールにクラスター管理者としてログインします。
   2. Administrator パースペクティブで、Workloads → ConfigMaps に移動します。
   3. ConfigMap の詳細ページで、Create Config Map ボタンをクリックします。
   4. Create Config Map ページの Configure via で YAML view を選択します。

   5. Data フィールドに、関連する GPU の YAML コードを入力します。以下は、NVIDIA T4 GPU の time-slicing-config config map の例です。

      注記
      • レプリカの数を変更して、各物理 GPU で使用できる GPU スライスの数を制御できます。
      • レプリカを増やすと、ワークロードが利用可能な GPU メモリーを超えた場合にメモリー不足 (OOM) エラーのリスクが高まる可能性があります。

      apiVersion: v1
      kind: ConfigMap
      metadata:
        name: time-slicing-config
      data:
        tesla-t4: |-
          version: v1
          flags:
            migStrategy: none
          sharing:
            timeSlicing:
              renameByDefault: false
              failRequestsGreaterThanOne: false
              resources:
                - name: nvidia.com/gpu
                  replicas: 4

      Copy to Clipboard Toggle word wrap
   6. Create をクリックします。

2. time-slicing-config config map を参照するように gpu-cluster-policy クラスターポリシーを更新します。

   1. Administrator パースペクティブで、Operators → Installed Operators に移動します。
   2. NVIDIA GPU Operator を検索し、Operator 名をクリックして Operator details ページを開きます。
   3. ClusterPolicy タブをクリックします。
   4. リストから gpu-cluster-policy リソースを選択して、ClusterPolicy の詳細ページを開きます。

   5. YAML タブをクリックし、time-slicing-config config map を参照するように spec.devicePlugin セクションを更新します。以下は、NVIDIA T4 GPU の gpu-cluster-policy クラスターポリシーの例です。

      apiVersion: nvidia.com/v1
      kind: ClusterPolicy
      metadata:
        name: gpu-cluster-policy
      spec:
          devicePlugin:
            config:
              default: tesla-t4
              name: time-slicing-config

      Copy to Clipboard Toggle word wrap
   6. Save をクリックします。

3. タイムスライスを適用する関連マシンセットにラベルを付けます。

   1. Administrator パースペクティブで、Compute → Machine Sets に移動します。
   2. リストから GPU タイムスライスに設定されたマシンを選択します。

   3. MachineSet の詳細ページで、YAML タブをクリックし、spec.template.spec.metadata.labels セクションを更新して、関連するマシンセットにラベルを付けます。以下は、NVIDIA T4 GPU に適切なマシンラベルが設定されたマシンの例です。

        spec:
          template:
            spec:
              metadata:
                labels:
                  nvidia.com/device-plugin.config: tesla-t4

      Copy to Clipboard Toggle word wrap
   4. Save をクリックします。

検証

1. OpenShift CLI にログインします。

2. config map が正しく適用されていることを確認します。

   oc get configmap time-slicing-config -n nvidia-gpu-operator -o yaml

   Copy to Clipboard Toggle word wrap

3. クラスターポリシーにタイムスライス設定が含まれていることを確認します。

   oc get clusterpolicy gpu-cluster-policy -o yaml

   Copy to Clipboard Toggle word wrap

4. ラベルがノードに適用されていることを確認します。

   oc get nodes --show-labels | grep nvidia.com/device-plugin.config

   Copy to Clipboard Toggle word wrap