nvidia/gpu-feature-discovery

NVIDIA GPU Feature Discovery 镜像文档

镜像概述

NVIDIA GPU Feature Discovery (GFD) 镜像为GPU特性发现工具，主要用于在Kubernetes环境中识别和暴露GPU设备的详细特性（如型号、内存、架构等），生成可用于调度的节点标签，辅助GPU资源的管理与分配。

重要迁移说明：自v0.6.0版本起，Docker Hub不再发布新镜像，所有版本需从NVIDIA NGC目录获取：nvcr.io/nvidia/gpu-feature-discovery。原Docker Hub镜像仅保留历史版本（v0.5.0及以下），且不再更新维护。

支持的标签及Dockerfile链接（历史版本）

以下为Docker Hub上的历史版本标签（均为v0.5.0及以下，不再更新）：

• v0.5.0 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.5.0/deployments/container/Dockerfile.ubi8)
• v0.4.1 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.4.1/Dockerfile)
• v0.4.0 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.4.0/Dockerfile)
• v0.3.0 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.3.0/Dockerfile)
• v0.2.2 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.2.2/Dockerfile)
• v0.2.1 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.2.1/Dockerfile)
• v0.2.0 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.2.0/Dockerfile)
• v0.2.0-rc.1 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.2.0-rc.1/Dockerfile)
• v0.1.0, 1.0.0-beta.1 (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.1.0/Dockerfile)
• v0.0.0, 1.0.0-beta (https://github.com/NVIDIA/gpu-feature-discovery/blob/v0.0.0/Dockerfile)
• 1.0.0-alpha (https://github.com/NVIDIA/gpu-feature-discovery/blob/1.0.0-alpha/Dockerfile)

核心功能与特性

• GPU特性识别：自动检测GPU设备型号、显存容量、架构代次（如Ampere、Volta）等关键特性。
• 标签生成：将识别的GPU特性转换为Kubernetes节点标签（如nvidia.com/gpu.model=TeslaV100），用于Pod调度策略。
• 兼容性：支持多种NVIDIA GPU架构及Kubernetes版本，与NVIDIA设备插件协同工作。
• 轻量级设计：镜像体积小，资源占用低，适合作为DaemonSet在集群节点上运行。

使用场景

• Kubernetes GPU资源调度：为集群管理员提供基于GPU特性的精细化调度能力，确保Pod部署在符合需求的GPU节点上。
• GPU资源管理：通过暴露GPU详细信息，辅助监控和优化GPU资源利用率。
• 多GPU型号集群：在混合GPU型号的集群中，实现按型号、性能等特性的差异化调度。

使用方法与配置说明

获取NGC镜像（推荐，v0.6.0及以上）

从NVIDIA NGC目录拉取最新镜像：

bash
docker pull nvcr.io/nvidia/gpu-feature-discovery:latest

如需指定版本（如v0.6.0）：

bash
docker pull nvcr.io/nvidia/gpu-feature-discovery:v0.6.0

使用历史版本（Docker Hub，v0.5.0及以下）

注意：以下版本已不再更新，仅用于兼容性测试或历史环境。

拉取特定版本（如v0.5.0）：

bash
docker pull nvidia/gpu-feature-discovery:v0.5.0

Kubernetes部署示例

通常以DaemonSet形式部署在集群节点，示例配置（需根据实际环境调整）：

yaml
apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: gpu-feature-discovery
  namespace: kube-system
spec:
  selector:
    matchLabels:
      app: gpu-feature-discovery
  template:
    metadata:
      labels:
        app: gpu-feature-discovery
    spec:
      tolerations:
      - effect: NoSchedule
        key: nvidia.com/gpu
        operator: Exists
      containers:
      - name: gpu-feature-discovery
        image: nvcr.io/nvidia/gpu-feature-discovery:latest  # 使用NGC镜像
        resources:
          limits:
            cpu: 50m
            memory: 50Mi
          requests:
            cpu: 50m
            memory: 50Mi
        volumeMounts:
        - name: output-dir
          mountPath: /etc/kubernetes/node-feature-discovery/features.d
        - name: device-dir
          mountPath: /dev/dri
          readOnly: true
      volumes:
      - name: output-dir
        hostPath:
          path: /etc/kubernetes/node-feature-discovery/features.d
          type: DirectoryOrCreate
      - name: device-dir
        hostPath:
          path: /dev/dri

配置参数

通过环境变量或命令行参数配置GFD行为，常用参数包括：

• --mig-strategy：MIG（多实例GPU）策略，可选single（仅识别主设备）或mixed（识别所有MIG设备）。
• --output：输出格式，默认生成节点标签。
• --sleep-interval：特性检测间隔时间（秒），默认300秒。

详细参数可通过以下命令查看：

bash
docker run --rm nvcr.io/nvidia/gpu-feature-discovery:latest --help

参考链接

• NGC镜像文档
• https://github.com/NVIDIA/gpu-feature-discovery