沐曦 GPU 组件离线安装与使用¶

本章节提供沐曦 metax-gpu-extensions、metax-operator、metax-exporter 等组件的离线安装指导和沐曦 GPU 卡的使用方法。

前提条件¶

已经部署 DCE 5.0 容器管理平台，且平台运行正常。
容器管理模块已接入 Kubernetes 集群或者已创建 Kubernetes 集群，且能够访问集群的 UI 界面。
当前集群内 GPU 卡未进行任何虚拟化操作且未被其它 App 占用。

组件说明¶

容器管理提供了三个 helm-chart 包，分别是 metax-gpu-extensions、metax-operator 和 metax-exporter，根据使用场景可选择安装不同的组件。

metax-gpu-extensions：包含 gpu-device 和 gpu-label 两个组件，且 Metax-extensions 仅适用于 GPU 整卡使用场景。
metax-operator ：包含 gpu-device、gpu-label、driver-manager、container-runtime、operator-controller 这些组件。gpu-operator 适用于 GPU 整卡和 vGPU 场景。
metax-exporter：包含 ServiceAccount、ConfigMap、Service、DaemonSet、和 ServiceMonitor，主要用于沐曦GPU卡的监控场景。

操作步骤¶

通过左侧导航栏 容器管理 -> 集群管理 ，点击目标集群的名称
从左侧导航栏点击 Helm 应用 -> Helm 模板 -> 搜索 metax
出现如下三个组件，根据需要选择性安装。

三个组件

📢📢📢 安装注意事项

metax-gpu-extensions 和 metax-operator 安装问题：这两个 addon 设计有缺陷，其 registry 字段为独立字段， charts-syncer工具只能处理两层级字段，无法处理该类型字段。因此 部署时需手动将两个 addon 中的 registry 字段值分别修改为 image.registry 字段的值 。

修改前示例：

导致 charts-syncer 工具不能处理这种类型的字段，它只能处理两个层级的字段。因此需要修改成类似如下结构。

修改后示例：
Metax-exporter 0.5.0 面板问题

因为 v0.5.0 版本的 name 多了一个 mx 的前缀，因此需要通过在 ServiceMonitor 中添加一个 replace 配置把它改回之前的配置：
- 安装完成 metax-exporter v0.5.0 版本后，在相应集群的 自定义资源 中搜索 servicemonitor，点击名称 servicemonitors.monitoring.coreos.com 进入详情
- 编辑 metax-exporter 的 yaml，并在 yaml 的相应位置添加如下内容：
  
  添加的内容：
```
metricRelabelings:
 - action: replace
 regex: mx_(.*)
 sourceLabels:
 - __name__
 targetLabel: __name__
```
  添加后的效果（需要保证格式和位置准确）：

评论