我已经关注这个官方教程允许裸机 k8s 集群具有 GPU 访问权限。但是我在执行此操作时收到错误。
Kubernetes 1.21 containerd 1.4.11 和 Ubuntu 20.04.3 LTS(GNU/Linux 5.4.0-91-generic x86_64)。
Nvidia 驱动程序预装在系统操作系统上,版本为 495 Headless
粘贴以下配置/etc/containerd/config.toml
并执行服务重启后,containerd 将无法启动exit 1
。
容器化配置.toml
systemd 日志这里。
# persistent data location
root = "/var/lib/containerd"
# runtime state information
state = "/run/containerd"
# Kubernetes doesn't use containerd restart manager.
disabled_plugins = ["restart"]
# NVIDIA CONFIG START HERE
version = 2
[plugins]
[plugins."io.containerd.grpc.v1.cri"]
[plugins."io.containerd.grpc.v1.cri".containerd]
default_runtime_name = "nvidia"
[plugins."io.containerd.grpc.v1.cri".containerd.runtimes]
[plugins."io.containerd.grpc.v1.cri".containerd.runtimes.nvidia]
privileged_without_host_devices = false
runtime_engine = ""
runtime_root = ""
runtime_type = "io.containerd.runc.v2"
[plugins."io.containerd.grpc.v1.cri".containerd.runtimes.nvidia.options]
BinaryName = "/usr/bin/nvidia-container-runtime"
# NVIDIA CONFIG ENDS HERE
[debug]
level = ""
[grpc]
max_recv_message_size = 16777216
max_send_message_size = 16777216
[plugins.linux]
shim = "/usr/bin/containerd-shim"
runtime = "/usr/bin/runc"
我可以确认 Nvidia 驱动程序确实通过运行检测到了 GPU(Nvidia GTX 750Ti)nvidia-smi
,并得到了以下输出
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 495.44 Driver Version: 495.44 CUDA Version: 11.5 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... Off | 00000000:02:00.0 Off | N/A |
| 34% 34C P8 1W / 38W | 0MiB / 2000MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
修改的配置.toml让它工作起来。
答案1
据我所知,情况是这样的:
12 月 02 日 03:15:36 k8s-node0 containerd[2179737]: containerd: 无效的禁用插件 URI“重新启动”,需要 io.containerd.x.vx
12 月 02 日 03:15:36 k8s-node0 systemd[1]: containerd.service: 主进程已退出,代码=已退出,状态=1/失败
所以如果你知道-ish插件restart
确实已启用,您需要跟踪其新的 URI 语法,但我实际上建议只注释掉该节,或使用disabled_plugins = []
,因为容器的 ansible 角色我们使用的没有提到任何关于“重启”的事情,而且确实有= []
味道
切线地说,你可能希望限制你journalctl
将来的调用只查看containerd.service
,因为它会抛出很多分散注意力的文本:journalctl -u containerd.service
您甚至可以将其限制为最后几行,这有时可以进一步提供帮助:journalctl -u containerd.service --lines=250