Verwalten von GPUs mithilfe der Partitionierung (Vorschau)
Gilt für: Azure Local, Version 23H2
In diesem Artikel wird beschrieben, wie Sie GPU-P mit virtuellen Arc-Computern (VMs) für Azure Local verwalten. Informationen zur Verwendung der GPU-P-Verwaltung auf von Azure Arc aktivierten AKS finden Sie unter Verwenden von GPUs für rechenintensive Workloads.
Die GPU-Partitionierung (GPU-P) ermöglicht es Ihnen, eine Grafikverarbeitungseinheit (GPU) mit mehreren Workloads freizugeben, indem Sie die GPU in dedizierte Bruchpartitionen aufteilen.
Wichtig
Dieses Feature befindet sich derzeit in der VORSCHAU. Die zusätzlichen Nutzungsbestimmungen für Microsoft Azure-Vorschauen enthalten rechtliche Bedingungen. Sie gelten für diejenigen Azure-Features, die sich in der Beta- oder Vorschauversion befinden oder aber anderweitig noch nicht zur allgemeinen Verfügbarkeit freigegeben sind.
Begrenzungen
Berücksichtigen Sie die folgenden Einschränkungen bei der Verwendung des GPU-P-Features:
Die GPU-Partitionierung wird nicht unterstützt, wenn Ihre Konfiguration nicht homogen ist. Hier sind einige Beispiele für nicht unterstützte Konfigurationen:
Mischen von GPUs aus verschiedenen Anbietern im selben System.
Verwenden unterschiedlicher GPU-Modelle aus verschiedenen Produktfamilien desselben Anbieters im selben System.
Sie können keine physische GPU als diskrete Gerätezuweisung (Discrete Device Assignment, DDA) und als partitionierbare GPU (GPU-P) zuweisen. Sie können sie entweder als DDA oder als partitionierbare GPU zuweisen, aber nicht beide.
Sie können einer VM nur eine einzige GPU-Partition zuweisen.
Partitionen werden den VMs automatisch zugewiesen. Sie können keine bestimmte Partition für eine bestimmte VM auswählen.
Derzeit unterstützt die GPU-Partitionierung auf Azure Local keine Livemigration von VMs. Aber VMs können bei einem Ausfall automatisch neu gestartet und dort platziert werden, wo GPU-Ressourcen verfügbar sind.
Sie können Ihre GPU mithilfe von Azure-Befehlszeilenschnittstelle (CLI) partitionieren. Es wird empfohlen, die Azure CLI zum Konfigurieren und Zuweisen von GPU-Partitionen zu verwenden. Sie müssen manuell sicherstellen, dass die homogene Konfiguration für GPUs auf allen Computern in Ihrem System verwaltet wird.
Voraussetzungen
- Siehe Vorbereiten von GPUs für Azure Local für Anforderungen und zum Vorbereiten Ihrer lokalen Azure- und Arc-VMs und um sicherzustellen, dass Ihre GPUs vorbereitet und partitioniert werden.
Anfügen einer GPU während der Erstellung einer Arc-VM
Führen Sie die in "Create Arc virtual machines on Azure Local" beschriebenen Schritte aus, und verwenden Sie die zusätzlichen Hardwareprofildetails, um Ihrem Erstellungsprozess GPU hinzuzufügen. Führen Sie Folgendes aus:
az stack-hci-vm create --name $vmName --resource-group $resource_group --admin-username $userName --admin-password $password --computer-name $computerName --image $imageName --location $location --authentication-type all --nics $nicName --custom-location $customLocationID --hardware-profile memory-mb="8192" processors="4" --storage-path-id $storagePathId --gpus GpuP
Weitere Informationen finden Sie unter az stack-hci-vm create.
Anfügen einer GPU nach der Erstellung einer Arc-VM
Verwenden Sie den folgenden CLI-Befehl, um die GPU anzufügen:
az stack-hci-vm stop --name your_VM_name --resource-group your_resource_group
Sie können die Partitionsgröße im Befehl angeben, wie unten dargestellt. Partitionsgrößen sind identisch mit den minPartitionVRAM
in Get-VMHostPartitionableGpu
Hyper-V gefundenen Partitionsgrößen. Sie können den Befehl auch verwenden, ohne die Partitionsgröße anzugeben, wie im obigen Beispiel gezeigt.
az stack-hci-vm gpu attach --resource-group "test-rg" --custom-location "test-location" --vm-name "test-vm" --gpus GpuP
Nach dem Anfügen der GPU-Partition zeigt die Ausgabe die vollständigen VM-Details an. Sie können bestätigen, dass die GPUs angefügt wurden, indem Sie den Abschnitt "Hardwareprofil" virtualMachineGPUs
überprüfen. Die Ausgabe sieht wie folgt aus:
"properties":{
"hardwareProfile":{
"virtualMachineGPUs":[
{
"assignmentType": "GpuP",
"gpuName": null,
"partitionSizeMb": 3648
}
],
Weitere Informationen zum GPU-Attach-Befehl finden Sie unter az stack-hci-vm gpu.
Trennen einer GPU
Verwenden Sie den folgenden CLI-Befehl, um die GPU zu trennen:
az stack-hci-vm gpu detach --resource-group "test-rg" --custom-location "test-location" --vm-name "test-vm" --gpus GpuP
Nach dem Trennen der GPU-Partition zeigt die Ausgabe die vollständigen VM-Details an. Sie können bestätigen, dass die GPUs getrennt wurden, indem Sie das Hardwareprofil virtualMachineGPUs
überprüfen. Die Ausgabe sieht wie folgt aus:
"properties":{
"hardwareProfile":{
"virtualMachineGPUs":[],
Weitere Informationen zum GPU-Attach-Befehl finden Sie unter az stack-hci-vm gpu.