noded

ascendai/noded Docker Image

NodeD是MindCluster集群调度组件,部署于计算节点,检测节点异常状态,从IPMI获取CPU、内存、磁盘故障信息并上报至ClusterD,保障训练任务稳定运行。

下载次数: 0状态:社区镜像维护者:昇腾 Ascend AI 容器镜像仓库类型:镜像最近更新:

集群调度组件 NodeD

快速参考

  • NodeD由MindCluster仓库维护
  • 获取帮助渠道:
    • MindCluster仓库
    • https://www.hiascend.com/document/detail/zh/mindcluster/2600/clustersched/dlug/docs/zh/scheduling/introduction.md
    • 问题追踪器

NodeD概述

NodeD是MindCluster集群调度组件之一,部署在计算节点上。它负责检测节点异常状态,从IPMI获取CPU、内存和磁盘故障信息,并上报给ClusterD。

使用场景

当节点的CPU、内存或磁盘发生故障时,训练任务可能失败。为了让训练任务在节点故障时快速退出,并防止新任务被调度到故障节点,MindCluster提供NodeD组件用于检测节点异常。

核心功能

  • 从IPMI获取节点异常信息并上报至上层资源调度服务
  • 定期向上层资源调度服务发送节点故障信息

上下游依赖

  1. 从IPMI获取计算节点的CPU、内存和磁盘故障信息
  2. 向ClusterD上报计算节点的CPU、内存和磁盘故障信息

支持的标签与Dockerfile链接

标签约定

标签格式如下:

plaintext
<version>
字段示例描述
versionv26.0.0NodeD版本

NodeD 26.0.0

标签Dockerfile镜像内容
v26.0.0DockerfileNodeD v26.0.0(基于Ubuntu 22.04)

快速开始

前提条件

软件依赖

软件支持版本安装位置描述
Kubernetes1.17.x~1.34.x(推荐1.19.x及以上)所有节点参考https://kubernetes.io/docs/
ClusterD与NodeD版本一致管理节点聚合并处理NodeD上报的故障信息
UMDK软件包参考版本兼容性表计算节点Atlas 850、Atlas 950 SuperPod产品必需

硬件要求

资源要求
CPU0.5核
内存0.3 GB

在线获取NodeD镜像

  1. 拉取官方镜像
    从AscendHub拉取NodeD镜像,将{tag}替换为实际版本(推荐v26.0.0):
bash
docker pull swr.cn-south-1.myhuaweicloud.com/ascendhub/noded:{tag}
  1. 重新标记镜像
    为官方镜像添加本地标签,便于统一命名和管理:
bash
docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/noded:{tag} noded:{tag}

本地构建(可选)

以下示例使用linux-aarch64架构和v26.0.0版本:

  1. 下载官方发布的组件包:
shell
wget https://gitcode.com/Ascend/mind-cluster/releases/download/v26.0.0/Ascend-mindxdl-noded_26.0.0_linux-aarch64.zip
  1. 解压到自定义目录:
shell
unzip Ascend-mindxdl-noded_26.0.0_linux-aarch64.zip -d Ascend-mindxdl-noded_26.0.0_linux-aarch64
  1. 进入解压后的工作目录:
shell
cd Ascend-mindxdl-noded_26.0.0_linux-aarch64
  1. 本地构建Docker镜像(禁用缓存确保干净构建):
bash
docker build --no-cache -t noded:v26.0.0 ./ -f Dockerfile

部署NodeD

  1. 标记Kubernetes节点
    为对应节点添加标签,用于集群调度匹配。将替换为实际节点名:
bash
kubectl label nodes <node-name> workerselector=dls-worker-node
  1. 启动NodeD
    部署前,将YAML文件中的镜像{tag}替换为实际版本:
bash
kubectl apply -f noded-{version}.yaml
  1. 验证部署
bash
kubectl get pods -A | grep noded

预期结果:对应命名空间中的noded相关Pod处于Running状态。


支持的硬件

当前支持的Atlas硬件型号描述,请参考官方文档: 支持的产品形态和OS列表


许可证

查看镜像中包含的Mind系列软件的https://www.hiascend.com/en/legal/softlicense。
与所有容器镜像一样,预安装的软件包(Python、系统库等)可能受其各自许可协议约束。

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。

轩辕镜像加速拉取命令点我查看更多 noded 镜像标签

docker pull docker.xuanyuan.run/ascendai/noded:<标签>

DockerHub 原生拉取命令

docker pull ascendai/noded:<标签>
专业版 · 高速稳定拉取镜像
50GB 仅 ¥8/年
高速镜像下载在线技术支持专业版保障服务可用付费会员免广告