本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
使用 Helm 在亚马逊EKS集群上安装软件包
在创建 SageMaker HyperPod 集群并将其连接到 Amazon 集EKS群之前,您应该使用适用于 Kubernetes 的包管理器 Helm
SageMaker HyperPod 服务团队提供了一个 Helm chart 包,它捆绑了关键依赖项,例如设备/ EFA 插件、Kueue、Kubeflo w Training Operator 以及相关的权限
重要
此头盔安装步骤是必需步骤。未能使用提供的 Helm 图表配置 Amazon 集EKS群可能会导致 SageMaker HyperPod 集群无法正常运行或创建过程完全失败。无法修改aws-hyperpod
命名空间名称。
-
在本地计算机上@@ 安装 Helm
。 -
下载 SageMaker HyperPod 位于SageMaker HyperPod CLI存储库
helm_chart/HyperPodHelmChart
中提供的 Helm 图表。 git clone https://github.com/aws/sagemaker-hyperpod-cli.git cd sagemaker-hyperpod-cli/helm_chart
-
更新 Helm 图表的依赖关系,预览将对 Kubernetes 集群所做的更改,然后安装 Helm 图表。
helm dependencies update HyperPodHelmChart
helm install hyperpod-dependencies HyperPodHelmChart --dry-run
helm install hyperpod-dependencies HyperPodHelmChart
总而言之,Helm 安装会为您的 Amazon EKS 集群设置各种组件,包括任务调度和队列 (Kueue)、存储管理、MLflow集成和 Kubeflow。此外,图表还安装了以下组件,用于与集 SageMaker HyperPod 群弹性功能集成,这些功能是必需的组件。
-
He@@ alth Monitoring 代理 — 这将安装由 SageMaker HyperPod提供的运行状况监控代理。如果您想监控您的 HyperPod 集群,则必须执行此操作。运行状况监控代理以 Docker 镜像的形式提供,如下所示。在 Helm 图表中提供的值.yaml 中,图像是预设的。GPU基于代理支持的实例和 T rainium-accelerator-based 实例(
trn1
、trn1n
、inf2
)。它已安装到aws-hyperpod
命名空间中。590183648699.dkr.ecr.us-west-2.amazonaws.com/hyperpod-health-monitoring-agent:1.0.230.0_1.0.19.0
-
深度运行状况检查-这将设置 SageMaker HyperPod 深度运行状况检查服务帐号
ClusterRole
、和ClusterRoleBinding
aws-hyperpod
命名空间。 -
Kubeflow MPI 运算符 — MPI运算符
是一个 Kubernetes 运算符,它使用消息传递接口 () 在 Kubernetes 集群上使用消息传递接口 () 简化分布式机器学习 (MLHPC) 和高性能计算 (MPI) 工作负载的运行。它会安装 Oper MPI ator v0.5。它已安装到 mpi-operator
命名空间中。 -
nvidia-device-plugin
— 这是一个 Kubernetes 设备插件,允许您自动公开NVIDIAGPUs供亚马逊集群中的容器使用。EKS它允许 Kubernetes 分配并提供对该容器请求GPUs的访问权限。将实例类型与一起使用时为必填项GPU。 -
neuron-device-plugin
— 这是一个 Kubernetes 设备插件,允许你自动公开 AWS 推理芯片供您的 Ama EKS zon 集群中的容器使用。它允许 Kubernetes 访问和使用 AWS 集群节点上的推理芯片。使用 Neuron 实例类型时是必需的。 -
aws-efa-k8s-device-plugin
— 这是一个 Kubernetes 设备插件,允许使用 AWS Amazon EKS 集群上的弹性结构适配器 (EFA)。EFA是一种网络设备,可在集群中的实例之间提供低延迟和高吞吐量的通信。使用EFA支持的实例类型时为必填项。
有关使用所提供的 Helm 图表安装过程的更多信息,请参阅 SageMaker HyperPod CLI存储库中的README文件