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。

与弹性相关的 Kubernetes 标签由 SageMaker HyperPod

标签是附加到 K ub ernetes 对象的键值对。 SageMaker HyperPod 为其提供的运行状况检查引入了以下标签。

节点运行状况标签

node-health-status 标签代表节点的运行状况状态，在运行状况节点中用作节点选择器筛选器的一部分。

深度运行状况检查标签

deep-health-check-status 标签表示特定节点的深度运行状况检查进度。有助于 Kubernetes 用户快速筛选整体深度运行状况检查的进度。

故障类型和原因标签

以下是对 fault-type 和 fault-reason 标签的描述。

SageMaker HyperPod 标签怎么样

以下主题将介绍在不同情况下如何进行标记。

将节点添加到禁用深度运行状况检查配置的 SageMaker HyperPod 集群时

将新节点添加到集群时，如果未为实例组启用深度运行状况检查，则 SageMaker HyperPod 运行与 Slurm 集群当前可用的运行 SageMaker HyperPod 状况检查相同的运行状况检查。

如果运行状况检查通过，节点将被标记为以下标签。

sagemaker.amazonaws.com/node-health-status: Schedulable

如果运行状况检查未通过，节点将被终止并替换。此行为与 Slurm 集群的运行 SageMaker HyperPod 状况检查方式相同。

将节点添加到启用了深度运行状况检查配置的 SageMaker HyperPod 集群时

将新节点添加到 SageMaker HyperPod 集群中时，如果为该实例组启用了深度运行状况检查测试，则 HyperPod 首先会污染该节点，然后在该节点上开始大约 2 小时的深度运行状况检查/压力测试。深度运行状况检查后，节点标签可能有 3 种输出。

如果实例未能通过深度运行状况检查测试，则会被替换。如果深度运行状况检查测试成功，节点上的污点将被清除。

当节点上出现任何计算故障时

SageMaker HyperPod 运行状况监控器代理还会持续监控每个节点的运行状况。当检测到任何故障（如 GPU 故障和驱动程序崩溃）时，座席会用以下标签之一标记节点。

当运行状况监控座席检测到任何节点运行状况问题时，它也会对节点进行染色。