Skip to main content
NetApp Solutions
본 한국어 번역은 사용자 편의를 위해 제공되는 기계 번역입니다. 영어 버전과 한국어 버전이 서로 어긋나는 경우에는 언제나 영어 버전이 우선합니다.

섹션 4.8의 테스트 세부 사항

기여자
PDF

이 섹션에서는 섹션의 테스트 세부 정보를 다룹니다 "할당량 초과 GPU 할당을 통한 높은 클러스터 사용률 달성".

다음 순서로 작업을 제출합니다.

프로젝트 이미지 GPU 수 합계 설명

팀-A

Jupyter를 선택합니다

1

1/4

–

팀-A

넷엡

1

2월 4일

–

팀-A

실행: AI

2

4월 4일

모든 할당량을 사용합니다

팀-b

실행: AI

0.6

0.6/2

소수점 GPU

팀-b

실행: AI

0.4

1/2로

소수점 GPU

팀-b

넷엡

1

2월 2일

–

팀-b

넷엡

2

4월 2일

2개 초과 할당량

팀 - c

실행: AI

0.5

0.5/2

소수점 GPU

팀 - c

실행: AI

0.3

2월 8일

소수점 GPU

팀 - c

실행: AI

0.2

1/2로

소수점 GPU

팀 - c

넷엡

2

3월 2일

1개 초과 할당

팀 - c

넷엡

1

4월 2일

2개 초과 할당량

팀 d

넷엡

4

8월 4일

할당량의 절반을 사용합니다

명령 구조:

$ runai submit <job-name> -p <project-name> -g <#GPUs> -i <image-name>

테스트에 사용된 실제 명령 시퀀스:

$ runai submit a-1-1-jupyter -i jupyter/base-notebook -g 1 \
  --interactive --service-type=ingress --port 8888 \
  --args="--NotebookApp.base_url=team-a-test-ingress" --command=start-notebook.sh -p team-a
$ runai submit a-1-g -i gcr.io/run-ai-demo/quickstart -g 1 -p team-a
$ runai submit a-2-gg -i gcr.io/run-ai-demo/quickstart -g 2 -p team-a
$ runai submit b-1-g06 -i gcr.io/run-ai-demo/quickstart -g 0.6 --interactive -p team-b
$ runai submit b-2-g04 -i gcr.io/run-ai-demo/quickstart -g 0.4 --interactive -p team-b
$ runai submit b-3-g -i gcr.io/run-ai-demo/quickstart -g 1 -p team-b
$ runai submit b-4-gg -i gcr.io/run-ai-demo/quickstart -g 2 -p team-b
$ runai submit c-1-g05 -i gcr.io/run-ai-demo/quickstart -g 0.5 --interactive -p team-c
$ runai submit c-2-g03 -i gcr.io/run-ai-demo/quickstart -g 0.3 --interactive -p team-c
$ runai submit c-3-g02 -i gcr.io/run-ai-demo/quickstart -g 0.2 --interactive -p team-c
$ runai submit c-4-gg -i gcr.io/run-ai-demo/quickstart -g 2 -p team-c
$ runai submit c-5-g -i gcr.io/run-ai-demo/quickstart -g 1 -p team-c
$ runai submit d-1-gggg -i gcr.io/run-ai-demo/quickstart -g 4 -p team-d

이때 다음과 같은 상태가 있어야 합니다.

프로젝트 GPU가 할당되었습니다 작업 로드 대기 중

팀-A

4/4(소프트 할당량/실제 할당)

없음

팀-b

4월 2일

없음

팀 - c

4월 2일

없음

팀 d

8월 4일

없음

섹션을 참조하십시오 "Over-uota GPU 할당을 통한 높은 클러스터 활용률 달성" 진행 중인 테스트 시나리오에 대한 논의.