在本文中，我們將介紹 GPU Operator release 1.8 中添加的新功能，進一步簡化 GPU 對各種部署場景的管理，包括：

增加了對 GPU 操作員升級的支持

支持 NVX 交換機系統，包括 DGX A100 和 NVIDIA HGX A100 服務器

支持收集 GPU 操作員狀態指標

GPU 運營商和網絡運營商改進多節點培訓

支持 Red Hat OpenShift 4.8

NVIDIA 軟件生命周期管理

GPU Operator 的 1.8 版為組織提供了更新機制，以更新其 GPU Operator 版本，而不會中斷運行 GPU Operator 的群集的工作流。 GPU Operator 的早期版本要求用戶在安裝新版本之前卸載以前的版本，這意味著在升級過程中群集中沒有可用的 GPU 。

從 1.8 開始，升級版本不會中斷工作流程。該機制以滾動方式一次更新一個節點，因此其他節點可以繼續使用。只有在安裝完成且上一個節點重新聯機時，下一個節點才會更新。用戶可以確信，在更新 GPU 操作員時，他們的工作流程將得到更好的管理。

現在支持 NVS 交換機系統

對于 1.8 ， GPU 操作員自動在 NVIDIA 上部署初始化結構所需的軟件 NVSwitch 系統，包括 NVIDIA HGX A100 和 DGX A100 。一旦初始化，所有 GPU 都可以在全 NVLink 帶寬下相互通信，以創建一個可擴展的終端計算平臺。

GPU 操作員還經過認證，可在 DGX A100 系統上與 Red Hat OpenShift 4 一起使用。

支持收集 GPU 操作員狀態指標

在 1.8 版本中， GPU 運營商現在報告各種指標，供用戶監控 GPU 運營商和 GPU – 運營商資源命名空間下的運營商部署資源的總體運行狀況。 SRE 團隊和集群管理員現在可以配置必要的 Prometheus 用于收集指標以及在某些故障情況下觸發警報的資源。

對于 OpenShift 容器平臺，這些資源將在此版本中自動創建。監控解決方案，如 Grafana 可用于構建儀表板和可視化 GPU 操作員和節點組件的操作狀態。

更好地結合： NVIDIA 加速計算和聯網

最近， NVIDIA 發布了 NVIDIA Network Operator 。 模擬 NVIDIA GPU Operator ，網絡運營商通過自動化網絡部署和配置的各個方面簡化了 Kubernetes 的擴展網絡設計，否則需要手動操作。它在具有 NVIDIA 網絡接口的任何群集節點上加載所需的驅動程序、庫、設備插件和 CNI 。

當它們一起部署時， NVIDIA GPU 和網絡運營商啟用 GPU 直接 RDMA ，即不同節點上 NVIDIA GPU 之間的快速數據路徑。這是數據密集型工作負載（如 AI 多節點培訓）的關鍵技術促成因素。

了解有關最新版本的更多信息 NVIDIA 網絡運營商發布 。

增加了對 Red Hat OpenShift 的支持

我們繼續支持紅帽 OpenShift 。

GPU Operator 1.8 和 1.7 支持 Red Hat OpenShift 4.8 和 4 . 7

GPU 運算符 1.6 支持 Red Hat OpenShift 4. 7

GPU 運算符 1. 5 支持 Red Hat OpenShift 4 . 6

GPU Operator 1. 4 和1 .3 分別支持 Red Hat OpenShift 4.5 和 4.4

概括

以下資源可用于使用 NVIDIA GPU 運算符：

GPU 操作員 1.8 發行說明

入門指南

GPU NGC 上的操作員舵圖

GitHub 上的 GPU 運算符

NVIDIA GPU 運算符是許多應用程序的關鍵組件 邊緣計算 解決。

關于作者

Troy Estes 是 NVIDIA Edge 和企業計算解決方案的產品營銷經理。在加入 Edge & Enterprise 業務部門之前，特洛伊曾在自主汽車業務部門和 NVIDIA 電網產品集團從事營銷活動和支持產品 GTM 。

Erik Bohnhorst 是 NVIDIA 的高級產品經理，專注于云本地技術，為 edge 和數據中心構建一流的解決方案。 Erik 于 2014 年加入 NVIDIA ，以解決方案架構師的身份幫助客戶構建世界一流的虛擬化遠程工作站。埃里克領導技術營銷團隊，直到他加入了 EGX 團隊。

審核編輯：郭婷