容器集群支持GPU调度

若您的业务有运行机器学习、图像处理的等高运算密度的场景，您可以通过金山云容器集群+GPU快速开始使用GPU容器，无需手动安装nvidia driver和CUDA。

容器服务控制台操作说明

1. 登录容器服务控制台。
2. 在左侧导航栏中，选择集群，进入集群管理页面。
3. 点击新建集群，进入创建集群页面。
4. 在节点配置流程中，在选择云服务器机型时选择对应GPU机型，点击确认。

kubectl命令操作说明

不同于CPU和内存，您需要在yaml文件中显式申明你打算使用的GPU的数量，通过在container的resources.limits中设置nvidia.com/gpu，申明你想要使用的GPU数量。

示例：

apiVersion: v1
kind: Pod
metadata:
  name: cuda-vector-add
spec:
  restartPolicy: OnFailure
  containers:
    - name: cuda-vector-add
      image: hub.kce.ksyun.com/ksyun/cuda-vector-add:0.1
      resources:
        limits:
          nvidia.com/gpu: 1   # 指定调用nvida gpu的数量

使用限制

1. 仅在创建时间为2018年12年27日之后的集群支持GPU调度，若您的集群创建时间早于上述时间且需要使用GPU容器，请提交工单申请。
2. GPU资源申请仅需要在容器资源的 limits 中配置。
3. 容器之间不支持共享GPU，每个容器可以申请一个或者多个GPU。
4. GPU必须以整数为单位被申请使用。