张伟-云原生时代下大规模+GPU+资源利用率优化最佳实践.pdfVIP

下载本文档

2
0
约1.65万字
约 29页
2023-09-20 发布于广东
举报
版权申诉

张伟-云原生时代下大规模+GPU+资源利用率优化最佳实践.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

云原生时代下大规模GPU资源利用率优化最佳实践张伟快手基础技术部容器云技术中心目录页 Contents 1 背景与趋势 2 GPU虚拟化与混部 3 GPU潮汐混部实践 4 持续演进与展望快手编排调度发展历程 2023 ~ 后续 2021 ~ 2022 全局资源效率 2019~2020 成本与稳定性资源合池 2018 ~ 2019 扩量与精细化 GPU虚拟化与GPU混部多场景统一调度发展启动全局弹性能力扩量 CPU在离线混部 AI训练与潮汐混部推动业务容器化 CPU潮汐混部 NUMA亲和大套餐预留策略实时负载节点健康度调度服务间亲和反亲和服务画像机制社区策略定制本地多磁盘策略服务内亲和反亲和多集群联邦计量计费业务背景与趋势服务量动态增长卡类型多样微服务改造、长尾增多 GPU硬件多年持续迭代 GPU 实时流量潮汐算力需求提升GPU 平台系统损耗算力强需求实例负载及规模快速变化多样化资源效率故障及主机异构的调度损耗资源池共享资源弹性需求推理/训练/近线多场景混合与单卡、多卡、多机多卡场景云原生化多业务场景 GPU应用已深刻影响各类业务（搜广推、音视频、MMU 、风控等）场景快手内部GPU在线服务及离线训练任务均完成云原生化迁移背景：成本问题逐步凸显