第1回 魁！！ GPUクラスタ on GKE ~GPUクラスタ構築編~
ドーモ、動物ファーストエンジニアの吉海です。
今回は魁読者必見のGoogle Container Engine(通称GKE)を使ってGPUクラスタを構築する方法をご紹介します。
GKEは最近のアップデートによりアルファクラスタでGPUクラスタが構築出来るようになりました！ただ、GPUが使えるようになるまでに一手間あったので、それをまとめてブログを書いてみました。
今回の記事は2部構成になっています。
- 第1回 GPUクラスタ構築編(本記事)
- 第2回 PodからGPUを使う方法
本記事の構成は以下のようになっています。
- なぜGPUクラスタ on GKEなのか
- GPUクラスタの作成手順
対象読者
- Kubernetesを使ったことがある方
- Google Container Engineを使ったことがある方
- 魁たい方
検証環境
Kubernetes側の環境
- Google Container Engine 1.7.5
- Kubernetes 1.7.5
クライアントの環境
- macOS Sierra 10.12.6
- kubectl 1.7.3
なぜGPUクラスタ on GKEなのか
GPUクラスタの構築方法の説明に入る前に、なぜGPUクラスタ on GKEが良いのかをご説明します。
GPUの重要の高まり
最近は空前の機械学習ブームでGPUの需要が高いです。
Kubernetesはスケールさせやすく需要に応じて増やすことが出来るため、大量の計算リソースが必要な機械学習との相性がいいです。
弊社では機械学習だけでなく、3Dモデルのレンダリング処理にもGPUを活用しています。
アルファクラスタでGPUが使えるように
今までのGKEはGPUを搭載したノードを扱うことが出来なかったのですが、最近のアップデートでアルファクラスタであればGPUのノードが使えるようになりました。
ただ、デメリットとしてアルファクラスタには下記の制限があります。
- アルファクラスタは30日で自動削除。土下座しても削除されます。
- アップグレード不可
- Container Engine SLAの対象外
その為、プロダクション環境には向いていません。
GPUクラスタの作成手順
作成手順には大きく分けて２つあります。
- GPUのノードでクラスタ作成
- Nvidiaのドライバーのインストール
GPUのノードを含んだクラスタは簡単に作れるのですが、Nvidiaのドライバーのインストールはユーザーが行う必要があります。
そのため、クラスタ作成とドライバーのインストールの２つの手順が必要です。
GPUのノードでクラスタ作成
それではGPUのノードで構成されたクラスタを作って行きましょう。GKEで使えるGPUには２種類あります。使えるGPUはゾーンによって異なるので注意して下さい。
クラスタの作成には以下のgcloudコマンドを使います。
$ gcloud alpha container clusters create gpu-cluster --accelerator type=nvidia-tesla-k80,count=1 --zone=asia-east1-a --enable-kubernetes-alpha
gcloud alpha container clusters createはGKEのクラスタを作るコマンドです。
このコマンドのオプション–accelerator typeに使いたいGPUのタイプ指定、countにGPU数を指定して下さい。上記の例ではNvidia tesla k80をタイプに指定、数を1に指定しています。
コマンドの最後の–enable-kubernetes-alphaは指定しないとアルファの機能が使えないので、これは必ず指定して下さい。
クラスタの作成はこれで完了なので、次にドライバーのインストール手順について解説します。
2. Nvidiaのドライバーのインストール
先程作成したクラスタのGPUノードの全てにNvidiaのドライバーをインストールします。ドライバのインストール方法はいくつかあるのですが、今回はDaemonSetを使った方法をご紹介します。DaemonSetを使う理由は以下の通りです。
- GKEのノード（GCEのVM）はGKEが用意したインスタンステンプレートを使うのでVM作成時に自動的にドライバーをインストールするようなシェルを仕込むのが困難
- ノードの全てにSSHで入って手動でドライバー入れるのは辛い
- DaemonSetを使えばK8Sの仕組みで各ノードで自動的に実行される
上記の理由によりDaemonSetを使います。 おそらく、GKEのノードにドライバーなどを入れたい場合はDaemonSetを使うのが一番いい方法だと思います。
ちなみにDaemonSetはKubernetesの機能で、全て(or いくつか)のノードでPodを実行する仕組みです。そのためGPUのノードが後から増えた場合でも自動的にドライバーがインストールされます。
今回は下記のリポジトリにあるDaemonSetとDockerfileを使いドライバーをインストールします。
Nvidia GPU Installer for Container Optimized OS in Container Engine
インストール手順は以下のとおりです。
- DaemonSetで使うDocker Imageのbuildとpush
- DaemonSetをデプロイ
DaemonSetで使うDocker Imageのビルドとpush
それではDocker Imageをビルドしていきましょう。まず最初に上記のリポジトリをgit cloneします。
$ git clone git@github.com:ContainerEngine/accelerators.git
imageのbuildに入る前に違うバージョンのドライバーをインストールしたい場合は
accelerators/cos-nvidia-gpu-installer/installer.shの下記の箇所を編集して下さい。
現在(2017/10/02)では375.26のバージョンのNvidiaのドライバーがインストールされるようになっています。
accelerators/cos-nvidia-gpu-installer/installer.sh
51: NVIDIA_DRIVER_VERSION="375.26" # ここでインストールしたいバージョンを指定
55: NVIDIA_DRIVER_MD5SUM="d60819b2e377398c7296999ab5e7c1a4" #ここをインストールしたいバージョンのハッシュ値に変更。
97: echo "${NVIDIA_DRIVER_MD5SUM} ${pkg_name}" | md5sum --check # 上のハッシュ値の指定が面倒であれば、ここをコメントアウトすれば大丈夫です。
それではimageをbuildしてpushしましょう。
今回はGoogle Cloud Platform(GCP)のContainer Registry にpushするための例をご紹介します。{project name}の所は、各自書き換えて下さい。
$ cd accelerators/cos-nvidia-gpu-installer
$ docker build -t gcr.io/{project name}/cos-nvidia-installer .
$ gcloud docker -- push gcr.io/{project name}/cos-nvidia-installer
DaemonSetをデプロイ
次にDamemoSetをデプロイしていきましょう。下記のYAMLをコピー＆ペーストして、image: の箇所を先程pushしたimage名に書き換え後にdaemonset.yamlという名前で保存して下さい。
apiVersion: extensions/v1beta1
kind: DaemonSet
metadata:
name: cos-nvidia-installer
namespace: kube-system
spec:
template:
metadata:
labels:
name: cos-nvidia-installer
spec:
hostNetwork: true
hostPID: true
volumes:
- name: dev
hostPath:
path: /dev
- name: nvidia-overlay
hostPath:
path: /home/kubernetes/bin/nvidia
- name: os-release
hostPath:
path: /etc/os-release
- name: sysrq
hostPath:
path: /proc/sysrq-trigger
containers:
- image: gcr.io/{project name}/cos-nvidia-installer # ここで先程、pushしたimageを指定
command: ["/bin/sh", "-c"]
args: ["usr/bin/nvidia-installer.sh && sleep infinity"]
name: nvidia-driver-installer
resources:
requests:
cpu: 0.15
securityContext:
privileged: true
env:
- name: BASE_DIR
value: "/rootfs/nvidia"
volumeMounts:
- name: nvidia-overlay
mountPath: /rootfs/nvidia
- name: dev
mountPath: /dev
- name: os-release
mountPath: /rootfs/etc/os-release
- name: sysrq
mountPath: /sysrq
先程保存したdamemonset.yamlをクラスタにデプロイします。
$ kubectl apply -f daemonset.yaml
デプロイが出来たかをgetコマンドで確認してみましょう。
$ kubectl get pod --namespace=kube-system NAME READY STATUS RESTARTS AGE cos-nvidia-installer-kltzw 0/1 ContainerCreating 0 19s
デプロイが上手く行っていればcos-nvidia-installerという名前のpodを表示されていると思います。
DaemonSetの実行状況が知りたければ、kubectl log コマンドで確認が出来ます。PodのSTATUSがRunningになってから下記のコマンドを使ってlogを確認してみましょう。
$ kubectl logs pod/cos-nvidia-installer-kltzw --namespace=kube-system
DaemonSet内のシェルスクリプトの処理が終了していれば下記のようなlogが得られると思います。
+ chmod -R a+rx /rootfs/nvidia/lib + chmod -R a+rx /rootfs/nvidia/bin Sending SIGTERM to kubelet + restart_kubelet + '[' false == true ']' + echo 'Sending SIGTERM to kubelet' + pidof kubelet + pkill -SIGTERM kubelet
まとめ
これで、GPUクラスタの構築が完了しました。次の記事ではPodからGPUを使う方法について解説します。
その他の記事
Other Articles
2022/06/03
拡張子に Web アプリを関連付ける File Handling API の使い方
2022/03/22<selectmenu> タグできる子; <select> に代わるカスタマイズ可能なドロップダウンリスト
2022/03/02
Java 15 のテキストブロックを横目に C# 11 の生文字列リテラルを眺めて ECMAScript String dedent プロポーザルを想う
2021/10/13
Angularによる開発をできるだけ型安全にするためのKabukuでの取り組み
2021/09/30
さようなら、Node.js
2021/09/30
Union 型を含むオブジェクト型を代入するときに遭遇しうるTypeScript型チェックの制限について
2021/09/16
[ECMAScript] Pipe operator 論争まとめ – F# か Hack か両方か
2021/07/05
TypeScript v4.3 の機能を使って immutable ライブラリの型付けを頑張る
2021/06/25
Denoでwasmを動かすだけの話
2021/05/18
DOMMatrix: 2D / 3D 変形（アフィン変換）の行列を扱う DOM API
2021/03/29
GoのWASMがライブラリではなくアプリケーションであること
2021/03/26
Pythonプロジェクトの共通のひな形を作る
2021/03/25
インラインスタイルと Tailwind CSS と Tailwind CSS 入力補助ライブラリと Tailwind CSS in JS
2021/03/23
Serverless NEGを使ってApp Engineにカスタムドメインをワイルドカードマッピング
2021/01/07
esbuild の機能が足りないならプラグインを自作すればいいじゃない
2020/08/26
TypeScriptで関数の部分型を理解しよう
2020/06/16
[Web フロントエンド] esbuild が爆速すぎて webpack / Rollup にはもう戻れない
2020/03/19
[Web フロントエンド] Elm に心折れ Mint に癒しを求める
2020/02/28
さようなら、TypeScript enum
2020/02/14
受付のLooking Glassに加えたひと工夫
2020/01/28
カブクエンジニア開発合宿に行ってきました 2020冬
2020/01/30
Renovateで依存ライブラリをリノベーションしよう 〜 Bitbucket編 〜
2019/12/27
Cloud Tasks でも deferred ライブラリが使いたい
2019/12/25
*, ::before, ::after { flex: none; }
2019/12/21
Top-level awaitとDual Package Hazard
2019/12/20
Three.jsからWebGLまで行きて帰りし物語
2019/12/18
Three.jsに入門＋手を検出してAR.jsと組み合わせてみた
2019/12/04
WebXR AR Paint その２
2019/11/06
GraphQLの入門書を翻訳しました
2019/09/20
Kabuku Connect 即時見積機能のバックエンド開発
2019/08/14
Maker Faire Tokyo 2019でARゲームを出展しました
2019/07/25
夏休みだョ！WebAssembly Proposal全員集合！！
2019/07/08
鵜呑みにしないで！ —— 書籍『クリーンアーキテクチャ』所感 ≪null 篇≫
2019/07/03
W3C Workshop on Web Games参加レポート
2019/06/28
TypeScriptでObject.assign()に正しい型をつける
2019/06/25
カブクエンジニア開発合宿に行ってきました 2019夏
2019/06/21
Hola! KubeCon Europe 2019の参加レポート
2019/06/19
Clean Resume きれいな環境できれいな履歴書を作成する
2019/05/20
[Web フロントエンド] 状態更新ロジックをフレームワークから独立させる
2019/04/16
C++のenable_shared_from_thisを使う
2019/04/12
OpenAPI 3 ファーストな Web アプリケーション開発（Python で API 編）
2019/04/08
WebGLでレイマーチングを使ったCSGを実現する
2019/03/29
その1 Jetson TX2でk3s(枯山水)を動かしてみた
2019/04/02
『エンジニア採用最前線』に感化されて2週間でエンジニア主導の求人票更新フローを構築した話
2019/03/27
任意のブラウザ上でJestで書いたテストを実行する
2019/02/08
TypeScript で “radian” と “degree” を間違えないようにする
2019/02/05
Python3でGoogle Cloud ML Engineをローカルで動作する方法
2019/01/18
SIGGRAPH Asia 2018 参加レポート
2019/01/08
お正月だョ！ECMAScript Proposal全員集合！！
2019/01/08
カブクエンジニア開発合宿に行ってきました 2018秋
2018/12/25
OpenAPI 3 ファーストな Web アプリケーション開発（環境編）
2018/12/23
いまMLKitカスタムモデル（TF Lite）は使えるのか
2018/12/21
[IoT] Docker on JetsonでMQTTを使ってCloud IoT Coreと通信する
2018/12/11
TypeScriptで実現する型安全な多言語対応（Angularを例に）
2018/12/05
GASでCompute Engineの時間に応じた自動停止/起動ツールを作成する 〜GASで簡単に好きなGoogle APIを叩く方法〜
2018/12/02
single quotes な Black を vendoring して packaging
2018/11/14
3次元データに2次元データの深層学習の技術(Inception V3, ResNet)を適用
2018/11/04
Node Knockout 2018 に参戦しました
2018/10/24
SIGGRAPH 2018参加レポート-後編（VR/AR）
2018/10/11
Angular 4アプリケーションをAngular 6に移行する
2018/10/05
SIGGRAPH 2018参加レポート-特別編（VR@50）
2018/10/03
Three.jsでVRしたい
2018/10/02
SIGGRAPH 2018参加レポート-前編
2018/09/27
ズーム可能なSVGを実装する方法の解説
2018/09/25
Kerasを用いた複数入力モデル精度向上のためのTips
2018/09/21
競技プログラミングの勉強会を開催している話
2018/09/19
Ladder Netwoksによる半教師あり学習
2018/08/10
「Maker Faire Tokyo 2018」に出展しました
2018/08/02
Kerasを用いた複数時系列データを1つの深層学習モデルで学習させる方法
2018/07/26
Apollo GraphQLでWebサービスを開発してわかったこと
2018/07/19
【深層学習】時系列データに対する１次元畳み込み層の出力を可視化
2018/07/11
きたない requirements.txt から Pipenv への移行
2018/06/26
CSS Houdiniを味見する
2018/06/25
不確実性を考慮した時系列データ予測
2018/06/20
Google Colaboratory を自分のマシンで走らせる
2018/06/18
Go言語でWebAssembly
2018/06/15
カブクエンジニア開発合宿に行ってきました 2018春
2018/06/08
2018 年の tree shaking
2018/06/07
隠れマルコフモデル 入門
2018/05/30
DASKによる探索的データ分析(EDA)
2018/05/10
TensorFlowをソースからビルドする方法とその効果
2018/04/23
EGLとOpenGLを使用するコードのビルド方法〜libGLからlibOpenGLへ
2018/04/23
技術書典4にサークル参加してきました
2018/04/13
Python で Cura をバッチ実行するためには
2018/04/04
ARCoreで3Dプリント風エフェクトを実現する〜呪文による積層造形映像制作の舞台裏〜
2018/04/02
深層学習を用いた時系列データにおける異常検知
2018/04/01
音声ユーザーインターフェースを用いた新方式積層造形装置の提案
2018/03/31
Container builderでコンテナイメージをBuildしてSlackで結果を受け取る開発スタイルが捗る
2018/03/23
ngUpgrade を使って AngularJS から Angular に移行
2018/03/14
Three.jsのパフォーマンスTips
2018/02/14
C++17の新機能を試す〜その1「3次元版hypot」
2018/01/17
時系列データにおける異常検知
2018/01/11
異常検知の基礎
2018/01/09
three.ar.jsを使ったスマホAR入門
2017/12/17
Python OpenAPIライブラリ bravado-core の発展的な使い方
2017/12/15
WebAssembly（wat）を手書きする
2017/12/14
AngularJS を Angular に移行: ng-annotate 相当の機能を TypeScrpt ファイルに適用
2017/12/08
Android Thingsで4足ロボットを作る ~ Android ThingsとPCA9685でサーボ制御)
2017/12/06
Raspberry PIとDialogflow & Google Cloud Platformを利用した、3Dプリンターボット(仮)の開発 (概要編)
2017/11/20
カブクエンジニア開発合宿に行ってきました 2017秋
2017/10/19
Android Thingsを使って3Dプリント戦車を作ろう ① ハードウェア準備編
2017/10/13
第2回 魁！！ GPUクラスタ on GKE ~PodからGPUを使う編~
2017/09/13
「Maker Faire Tokyo 2017」に出展しました。
2017/09/11
PyConJP2017に参加しました
2017/09/08
bravado-coreによるOpenAPIを利用したPythonアプリケーション開発
2017/08/23
OpenAPIのご紹介
2017/08/18
EuroPython2017で2名登壇しました。
2017/07/26
3DプリンターでLチカ
2017/07/03
Three.js r86で何が変わったのか
2017/06/21
3次元データへの深層学習の適用
2017/06/01
カブクエンジニア開発合宿に行ってきました 2017春
2017/05/08
Three.js r85で何が変わったのか
2017/04/10
GCPのGPUインスタンスでレンダリングを高速化
2017/02/07
Three.js r84で何が変わったのか
2017/01/27
Google App EngineのFlexible EnvironmentにTmpfsを導入する
2016/12/21
Three.js r83で何が変わったのか
2016/12/02
Three.jsでのクリッピング平面の利用
2016/11/08
Three.js r82で何が変わったのか
2016/12/17
SIGGRAPH 2016 レポート
2016/11/02
カブクエンジニア開発合宿に行ってきました 2016秋
2016/10/28
PyConJP2016 行きました
2016/10/17
EuroPython2016で登壇しました
2016/10/13
Angular 2.0.0ファイナルへのアップグレード
2016/10/04
Three.js r81で何が変わったのか
2016/09/14
カブクのエンジニアインターンシッププログラムについての詩
2016/09/05
カブクのエンジニアインターンとして3ヶ月でやった事 〜高橋知成の場合〜
2016/08/30
Three.js r80で何が変わったのか
2016/07/15
Three.js r79で何が変わったのか
2016/06/02
Vulkanを試してみた
2016/05/20
MakerGoの作り方
2016/05/08
TensorFlow on DockerでGPUを使えるようにする方法
2016/04/27
Blenderの3DデータをMinecraftに送りこむ
2016/04/20
Tensorflowを使ったDeep LearningにおけるGPU性能調査
関連職種
Recruit