Ascend Device Plugin

• 组件介绍
• 编译Ascend Device Plugin
• 组件安装
• 说明
• 更新日志

组件介绍

设备管理插件拥有以下功能：

• 设备发现：支持从昇腾设备驱动中发现设备个数，将其发现的设备个数上报到Kubernetes系统中。支持发现拆分物理设备得到的虚拟设备并上报kubernetes系统。
• 健康检查：支持检测昇腾设备的健康状态，当设备处于不健康状态时，上报到Kubernetes系统中，Kubernetes系统会自动将不健康设备从可用列表中剔除。虚拟设备健康状态由拆分这些虚拟设备的物理设备决定。
• 设备分配：支持在Kubernetes系统中分配昇腾设备；支持NPU设备重调度功能，设备故障后会自动拉起新容器，挂载健康设备，并重建训练任务。

编译Ascend-Device-Plugin

1. 通过git拉取源码，并切换sync-dev分支，获得ascend-device-plugin。

   示例：源码放在/home/test/ascend-device-plugin目录下

2. 执行以下命令，进入构建目录，根据设备插件应用场景，选择其中一个构建脚本执行，在“output“目录下生成二进制device-plugin、yaml文件和Dockerfile等文件。

   cd /home/test/ascend-device-plugin/build/

   2.1 中心侧场景编译device-plugin（构建镜像，容器启动设备插件场景）

   chmod +x build.sh
   
   ./build.sh
   

   2.2 边侧场景编译device-plugin（二进制启动设备插件场景）

   chmod +x build_edge.sh
       
   ./build_edge.sh
   

3. 执行以下命令，查看output生成的软件列表。

   ll /home/test/ascend-device-plugin/output

   drwxr-xr-x  2 root root     4096 Jan 18 17:04 ./
   drwxr-xr-x 12 root root     4096 Jan 18 17:04 ../
   -r-x------  1 root root 36058664 Jan 18 17:04 device-plugin
   -r--------  1 root root     2478 Jan 18 17:04 device-plugin-310P-1usoc-v5.0.RC3.yaml
   -r--------  1 root root     3756 Jan 18 17:04 device-plugin-310P-1usoc-volcano-v5.0.RC3.yaml
   -r--------  1 root root     2478 Jan 18 17:04 device-plugin-310P-v5.0.RC3.yaml
   -r--------  1 root root     3756 Jan 18 17:04 device-plugin-310P-volcano-v5.0.RC3.yaml
   -r--------  1 root root     2131 Jan 18 17:04 device-plugin-310-v5.0.RC3.yaml
   -r--------  1 root root     3431 Jan 18 17:04 device-plugin-310-volcano-v5.0.RC3.yaml
   -r--------  1 root root     2130 Jan 18 17:04 device-plugin-910-v5.0.RC3.yaml
   -r--------  1 root root     3447 Jan 18 17:04 device-plugin-volcano-v5.0.RC3.yaml
   -r--------  1 root root      654 Jan 18 17:04 Dockerfile
   -r--------  1 root root     1199 Jan 18 17:04 Dockerfile-310P-1usoc
   -r--------  1 root root     1537 Jan 18 17:04 run_for_310P_1usoc.sh
   

   说明： 1、“ascend-device-plugin/build“目录下的ascendplugin-910.yaml文件在“ascend-device-plugin/output/“下生成的对应文件为device-plugin-910-v5.0.RC3.yaml，作用是更新版本号。 2、边侧场景编译仅生成device-plugin二进制文件

组件安装

1. 请参考《MindX DL用户指南》(https://www.hiascend.com/software/mindx-dl) 中的“集群调度用户指南 > 安装部署指导 > 安装集群调度组件 > 典型安装场景 > 集群调度场景”进行。

说明

1. 当前容器方式部署本组件，本组件的认证鉴权方式为ServiceAccount， 该认证鉴权方式为ServiceAccount的token明文显示，建议用户自行进行安全加强。

更新日志

版本	修改说明
v5.0.RC2	支持断点续训热复位
v5.0.RC1	新硬件适配
v3.0.0	首次发布