升级专属资源池驱动

场景介绍

当专属资源池中的节点含有GPU/NPU资源时，资源池节点性能如果无法满足现有业务，升级驱动可以修复已知问题、提升性能或者支持新功能，确保资源池性能和兼容性得到优化。

ModelArts提供升级专属资源池GPU/NPU驱动的功能，您可根据自身业务需要通过ModelArts控制台升级专属资源池内节点池的GPU/NPU驱动。

安全升级与强制升级对比

驱动升级有两种升级方式：安全升级、强制升级，对比如下。

表1 安全升级与强制升级对比
对比项	安全升级	强制升级
介绍	在节点空闲时进行驱动升级，不会影响正在运行的任务。升级过程平滑，减少对业务的影响。开始升级后会先将节点进行隔离（不能再下发新的作业），待节点上的存量作业运行完成后再进行升级，因需要等待作业完成，故升级周期可能比较长。	忽略节点上正在运行的任务，直接进行驱动升级。升级速度快，无需等待节点空闲。
适用场景	非紧急情况，逐步升级。	紧急情况，快速完成升级。
注意事项	需等待节点空闲，升级周期较长。在升级前，建议提前安排节点空闲时间，以减少对业务的影响。	可能导致正在运行的任务中断或失败。需谨慎使用，避免对业务造成影响。

约束限制

专属资源池状态处于运行中，且目标节点池中的节点需要含有GPU/NPU资源，节点池驱动处于运行中。
对于资源队列，需要开启节点绑定后才能进行驱动升级。
节点池驱动升级时，资源队列下绑定的节点不会升级到节点池指定的驱动版本。如果要升级该资源队列下节点的驱动，需要在对应的资源队列进行驱动升级。如需升级整个节点池，需先关闭节点绑定。
GPU节点池驱动升级前，需要将该资源池的插件“AI 套件 - GPU”升级到1.2.24及以上。
升级需要重启节点，建议在低峰期进行，以避免影响正在运行的任务，可前往资源池详情页3查看资源池节点状态。

升级专属资源池GPU/NPU驱动

登录ModelArts管理控制台，在左侧菜单栏中选择“资源管理 > 专属算力资源 > 资源池”（旧版控制台：“资源管理 > 专属资源池”）。
在资源池列表中，选择需要进行驱动升级的资源池，单击名称进入详情页。
在详情页中，选择节点池页签。在操作列单击“更多 > 驱动升级”。

“节点池”驱动升级时，如果该集群下资源队列（旧版：逻辑子池）升级过驱动版本，则资源队列下绑定的节点不会升级到节点池指定的驱动版本。要升级该资源队列下节点的驱动，需要在对应的资源队列进行驱动升级。

在“驱动升级”弹窗中，会显示当前专属资源池的驱动类型、实例数、当前版本、目标版本、升级策略、升级方式、和开启滚动开关等信息。按表2设置驱动升级参数。

表2 驱动升级参数说明
参数	说明
驱动类型	分为GPU和Ascend。
实例数	标准池中需要升级的节点数。
当前版本	节点池当前的驱动版本。一个节点池中的节点驱动版本都相同。
目标版本	在目标版本下拉框中，选择当前驱动待升级的目标驱动版本。对于资源池新增加的节点，可能会与资源池原有节点驱动不一致，为了保持驱动一致，目标版本可选择当前驱动版本，升级完成后所有节点驱动会升级为统一版本。
升级策略	是否刷新存量节点：开启后，会同步升级该节点池下所有存量节点的驱动版本。
升级方式	可选择安全升级或强制升级，具体对比请见安全升级与强制升级对比。安全升级：待节点上没有作业时再升级，升级周期可能比较长。强制升级：忽略运行中作业，直接升级，可能会导致运行中作业失败。
开启滚动升级	开启开关后，支持滚动升级的方式升级驱动。滚动升级是一种逐步替换实例的升级方式，适用于需要保持服务连续性的场景。通过分批次升级实例，确保在升级过程中始终有部分实例正常运行，从而减少停机时间。滚动驱动升级时，驱动异常的节点对升级无影响，会和驱动正常的节点一起升级。
滚动方式	勾选“开启滚动升级”后展示此参数。当前支持“按节点比例”和“按实例数量”两种滚动方式。按节点比例：每批次驱动升级的实例数量为“节点比例*资源池实例总数”。按实例数量：每批次驱动升级的实例数量为设置的实例数量。对于不同的升级方式，滚动升级选择节点的策略会不同：如果“升级方式”为“安全升级”，则根据滚动实例数量选择无业务的节点，隔离节点并滚动升级。无业务节点定义：在资源池详情“节点”页签下，如果GPU/NPU的可用数等于总数，则为无业务节点。如果“升级方式”为“强制升级”，则根据滚动实例数量随机选择节点，隔离节点并滚动升级。
节点比例	“滚动方式”选择“按节点比例”时，需要设置每批次驱动升级的实例数量比例，每批次驱动升级的实例数量为“节点比例*资源池实例总数”。 “滚动方式”选择“按节点数量”时，需要设置每批次驱动升级的实例数量。