升级Lite Cluster资源池驱动

场景介绍

当专属资源池中的节点含有GPU/Ascend资源时，用户基于自己的业务，可能会有自定义GPU/Ascend驱动的需求，ModelArts面向此类客户提供了自助升级专属资源池GPU/Ascend驱动的能力。

驱动升级有两种升级方式：安全升级、强制升级。

• 安全升级：不影响正在运行的业务，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。
• 强制升级：忽略资源池中正在运行的作业，直接进行驱动升级，可能会导致运行中作业失败，需谨慎选择。

约束限制

Lite Cluster资源池状态处于运行中，且专属池中的节点需要含有GPU/Ascend资源。

资源池驱动升级操作

1. 登录ModelArts管理控制台，在左侧菜单栏中选择“AI专属资源池 > 弹性集群 Cluster”，在“弹性集群”页面，选择“Lite资源池”页签，查看资源池列表。
2. 在资源池列表中，选择需要进行驱动升级的资源池“ > 驱动升级”。

   

3. 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、升级方式、升级范围和开启滚动开关。
   • 目标版本：在目标版本下拉框中，选择一个目标驱动版本。
   • 升级方式：可选择安全升级或强制升级。
     • 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：开启开关后，支持滚动升级的方式进行驱动升级。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：可以设置每批次驱动升级的实例数量。

     对于不同的升级方式，滚动升级选择实例的策略会不同：

     • 如果升级方式为安全升级，则根据滚动节点数量选择无业务的节点，隔离节点并滚动升级。
     • 如果升级方式为强制升级，则根据滚动节点数量随机选择节点，隔离节点并滚动升级。
     

     • 无业务节点定义：在资源池详情“节点管理”页签下，如果GPU/Ascend的可用数等于总数，则为无业务节点。
     • 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。
   图1 驱动升级
   
4. 选择完成后，单击“确定”开始升级驱动。