NVIDIA/gpu-operator

解決的問題

消除在 Kubernetes 節點上手動設定與管理 NVIDIA GPU 軟體的繁瑣且容易出錯的流程。無需為每個 GPU 節點準備專用的 OS 映像，管理者可使用標準 OS 映像，並自動部署所需的驅動程式與執行環境。

作法

利用 Kubernetes operator 架構，本專案自動管理所有必要 NVIDIA 軟體元件的生命周期。以容器形式部署這些元件，包括 NVIDIA 驅動程式（用於 CUDA）、GPU 的 Kubernetes 裝置外掛程式、NVIDIA 容器執行環境，以及基於 DCGM 的監控，同時處理自動節點標籤化。

適用對象

需要在雲端或內部部署環境中快速部署與擴展 GPU 節點，而無需手動管理底層軟體堆疊的 Kubernetes 集群管理者。

主要特色

• 自動安裝 NVIDIA 驅動程式、容器執行環境與裝置外掛程式。
• 支援 CPU 與 GPU 節點皆使用標準 OS 映像。
• 透過以容器形式執行軟體，簡化元件更新與替換。
• 提供基於 DCGM 的整合監控。