开源软件声明 具体请参见开源软件声明。 父主题： 产品介绍

查看更多 →

成分分析的开源软件风险如何分析？ 成分分析基于静态风险检测，会对用户上传的软件包/固件进行解压并分析其中的文件，识别包中文件包含的开源软件清单，并分析是否存在已知漏洞、License合规等风险。用户扫描完成后，建议按照以下步骤进行分析排查： 开源软件分析，分析开源软件是否存在以及软件版本是否准确。

查看更多 →

成分分析的开源软件风险如何分析？ 成分分析基于静态风险检测，会对用户上传的软件包/固件进行解压并分析其中的文件，识别包中文件包含的开源软件清单，并分析是否存在已知漏洞、License合规等风险。用户扫描完成后，建议按照以下步骤进行分析排查： 开源软件分析，分析开源软件是否存在以及软件版本是否准确。

查看更多 →

GPU虚拟化 GPU虚拟化概述 准备GPU虚拟化资源 使用GPU虚拟化 兼容Kubernetes默认GPU调度模式 父主题： GPU调度

查看更多 →

GPU虚拟化 GPU虚拟化概述 准备GPU虚拟化资源 创建GPU虚拟化应用 监控GPU虚拟化资源 父主题： 管理本地集群

查看更多 →

stop firewalld.service 传输需要的文件到宿主机。 配置完成后，通过vsftp服务将虚拟机所需的文件上传到宿主机。至此，宿主机环境配置完成。 采用Xftp工具传输，在用ssh通过Xshell登录宿主机成功后，单击下图所示的图标： 父主题： 使用virt-manager工具创建虚拟机

查看更多 →

提供不中断服务的在线扩容或缩容能力。 规格可根据实际需要，在D CS 支持的规格范围内进行扩容或者缩容。 易运维 人工运维。 完善的运维服务配套，7*24小时监控与运维保障。 与开源Memcached差异 表2 DCS与自建开源Memcached的差异说明 比较项 开源Memcached

查看更多 →

与开源Kafka的差异 分布式消息服务Kafka版在兼容开源Kafka基础上，对版本特性做了一定程度的定制和增强，所以，除了拥有开源Kafka的优点，分布式消息服务Kafka版提供了更多可靠、实用的特性。 表1 分布式消息服务Kafka版与开源Kafka的差异说明 对比类 对比项

查看更多 →

与开源RocketMQ的差异 分布式消息服务RocketMQ版在兼容开源RocketMQ基础上，对版本特性做了一定程度的定制和增强。 表1 分布式消息服务RocketMQ版与开源RocketMQ的差异说明 功能项 分布式消息服务RocketMQ版 开源RocketMQ 延迟消息/定时消息

查看更多 →

。应当履行开源义务，避免导致产品或企业的声誉受损。 归一化管理。企业应进行开源软件归一化管理，对开源软件的引入进行归一，建立优选库、路标库，减少开源的种类和数量。牵引团队使用优选的开源软件，保障使用质量和安全。 降低开源漏洞的影响。开源软件的安全漏洞传播快，影响大。一旦出现安全漏

查看更多 →

开源模型 SDK支持兼容OpenAI-API规范的开源模型。例如，用vllm框架使用OpenAI-API启动推理服务。当前鉴权方式支持AppCode鉴权和华为云的APIG简易认证方式。配置文件需要指定url和key，配置项为： sdk.llm.openai.url=https:/

查看更多 →

显存：显存值单位为MiB，需为正整数，且为128的倍数。若配置的显存超过单张GPU卡的显存，将会出现无法调度状况。 算力：算力值单位为%，需为5的倍数，且最大不超过100。 当显存设置为单张GPU卡的容量上限或算力设置为100%时，将会使用整张GPU卡。 使用GPU虚拟化时，工作负载调度器将默认指定为Volcano且不可更改。

查看更多 →

GPU虚拟化概述 UCS On Premises GPU采用xGPU虚拟化技术，能够动态对GPU设备显存与算力进行划分，单个GPU卡最多虚拟化成20个GPU虚拟设备。相对于静态分配来说，虚拟化的方案更加灵活，最大程度保证业务稳定的前提下，可以完全由用户定义使用的GPU数量，提高GPU利用率。

查看更多 →

GPU虚拟化概述 CCE GPU虚拟化采用自研xGPU虚拟化技术，能够动态对GPU设备显存与算力进行划分，单个GPU卡最多虚拟化成20个GPU虚拟设备。相对于静态分配来说，虚拟化的方案更加灵活，最大程度保证业务稳定的前提下，可以完全由用户自己定义使用的GPU量，提高GPU利用率。

查看更多 →

的安装流程参见安装VirtualBox。 创建虚拟机：在VirtualBox上创建一台空虚拟机，作为镜像的原始框架。具体操作参见创建空虚拟机。 安装操作系统：通过挂载ISO文件的方式为空虚拟机安装操作系统，您希望最终的镜像是什么系统，就要在这一步准备什么系统的ISO文件。具体操作参见安装Windows操作系统。

查看更多 →

填写Nvidia驱动的下载链接，详情请参见获取驱动链接-公网地址。 节点池自定义驱动：若您不希望集群中的所有GPU节点使用相同的驱动，CCE支持以节点池为单位安装不同的GPU驱动。配置节点池自定义驱动后，节点池中节点优先使用当前节点池自定义驱动，未指定驱动的节点将使用集群默认驱动。

查看更多 →

gpu-device-plugin插件：2.0.0及以上版本 步骤一：纳管并标记GPU节点 如果您的集群中已有符合基础规划的GPU节点，您可以跳过此步骤。 在集群中纳管支持GPU虚拟化的节点，具体操作步骤请参见纳管节点。 纳管成功后，给对应支持GPU虚拟化节点打上“accelerator: nvidia-{显卡型号}

查看更多 →

显存：显存值单位为Mi，需为正整数，若配置的显存超过单张GPU卡的显存，将会出现无法调度状况。 算力：算力值单位为%，需为5的倍数，且最大不超过100。 图1 配置工作负载信息 配置其余信息，完成后单击“创建”。 工作负载创建成功后，您可以尝试验证GPU虚拟化的隔离能力。 登录容器查看容器被分配显存总量

查看更多 →

监控GPU虚拟化资源 本章介绍如何在UCS控制台界面查看GPU虚拟化资源的全局监控指标。 前提条件 完成GPU虚拟化资源准备。 当前本地集群内存在节点开启GPU虚拟化能力。 当前本地集群开启了监控能力。 GPU虚拟化监控 登录UCS控制台，在左侧导航栏选择“容器智能分析”。 选择

查看更多 →

Tools或者UVP VMTools的软件包。 是，请执行7。 否，请您执行5。 根据3中查询到的目的端 服务器 虚拟化类型，在源端服务器下载PV driver Tools或者UVP VMTools的软件包，软件包的获取请参考相关软件及获取方式。 将源端服务器中的PV driver Tools或者UVP

查看更多 →

安装Docker 简介 Docker是一款开源的应用容器引擎，具有可移植性、可扩展性、高安全性和可管理性等优势。开发者可将应用程序和依赖项打包到一个可移植的容器中，快速发布到Linux机器上并实现虚拟化，实现更高效地构建、部署和管理应用程序。本教程介绍如何在HCE 2.0服务器中安装Docker。

查看更多 →