6、爱奇艺- 张俊钦-爱奇艺 K8S GPU 共享虚拟化实践和优化-脱敏版.pdf

爱奇艺 K8S GPU 共享虚拟 化实践和优化 爱奇艺深度学习平台 张俊钦 案例背景 爱奇艺深度学习平台 案例背景 • 爱奇艺深度学习平台，为公司各个业务提供统一的综合服务平台 • 提供 GPU/CPU 弹性资源 • 数据验证 • 训练服务 • 推理服务 • 框架性能优化 • 优化资源利用 案例背景 爱奇艺深度学习平台 Application 视频创作 视频生产 内容分发 社交互动 商业变现 … AI Tensorflow Pytroch … Frameworks Data Algorithm Platform Store AI as a Data Training Inference Service Validation Resource Management Mesos Kubernetes Orchestration Infrastructure CPU/GPU 公有云 网络 存储 案例背景 爱奇艺AI应用场景 案例背景 • 在线推理服务的 GPU 平均利用率长期处于一个比较低水平 • 每个容器实例独 占一个 GPU • 在线服务高可用需求 • 多个业务模型难 以部署在同一个容器 • 长尾现象 案例背景 利用率低于 10% 占到将近 60% 解决思路 爱奇艺深度学习平台 解决思路 • 目标 ： • 将一张 GPU 资源进行切分 ，让多个容器共享并运行在同一张 GPU 卡 • 问题 ： • GPU 有哪些资源 ，如何切分？ • 共享 GPU 的容器隔离性？ • 如何对分割的 GPU 资源进行调度？ • 迁移和运维成本如何？ 解决思路 GPU 有哪些资源 ，如何切分？ SM GPU SP SP SP SP SM SM SM SM Register GPU SM SM SM SM Device LD/ST LD/ST SFU L2 Cache