From 5606ccc6f1c30e575cf3640c03028169551e4fd5 Mon Sep 17 00:00:00 2001 From: isno Date: Wed, 27 Nov 2024 21:22:15 +0800 Subject: [PATCH] fix typo --- container/Extended-Resource.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/container/Extended-Resource.md b/container/Extended-Resource.md index 386ea7f7..9526e2c1 100644 --- a/container/Extended-Resource.md +++ b/container/Extended-Resource.md @@ -100,9 +100,9 @@ service DevicePlugin { 你注意到扩展资源与 Device Plugin 的问题了么？ -Pod 只能通过“nvidia.com/gpu:2”这种简单的“计数形式”来申请 2 块 GPU。然而，对于这 2 个 GPU 的具体型号、拓扑结构、是否共享或独享等属性，用户无法进行选择。所以说，Device Plugin 仅实现了基本的入门级功能，无法满足更复杂的资源管理需求。 +Pod 只能通过“nvidia.com/gpu:2”这种简单的“计数形式”申请 2 个 GPU，但这 2 个 GPU 的具体型号、拓扑结构、是否共享/独享等属性，用户并不清楚。也就是说，Device Plugin 仅实现了基本的入门级功能，无法满足更复杂的资源管理需求。 -在这些特殊场景的催化下，Nvidia、Intel 等头部厂商联合推出了 DRA（Dynamic Resource Allocation，动态资源分配）机制，允许用户以更复杂的方式描述和发现可用的异构资源，而不仅仅是简单的计数形式。例如，它可以支持 GPU 型号、性能、拓扑结构等属性的描述。 +在“成本要省”、“资源利用率更高”场景的催化下，Nvidia、Intel 等头部厂商联合推出了“动态资源分配”（Dynamic Resource Allocation，DRA）机制，允许用户以更复杂的方式描述异构资源，而不仅仅是简单的计数形式。例如，它可以支持 GPU 型号、性能、拓扑结构等属性的描述。 -由于 DRA 是一种相对较新的机制，具体的接口规范可能会因硬件供应商和 Kubernetes 版本的不同而有所变化。限于篇幅，笔者就不再扩展讨论了，有兴趣的读者可以查阅其他资料。 +由于 DRA 属于较新的机制，具体的接口规范可能因硬件供应商和 Kubernetes 版本的不同有所变化。限于篇幅，笔者就不再扩展讨论了，有兴趣的读者可以查阅其他资料。 ::: \ No newline at end of file