组件介绍

任务调度组件，支持调度管理各种AI任务，结合 CCE Deep Leaning Frameworks Operator，可实现直接在 CCE 上进行深度学习模型训练。

组件功能

• 支持丰富的调度策略和增强型的 Job 管理能力。
• 调度策略支持 spread 和 binpack 两种，binpack 表示多个 Pod 会优先集中共享使用同一 GPU 卡，适用于需要提高 GPU 资源利用率的场景，spread 表示多个 Pod 会尽量分散使用不同的 GPU 卡，使用于 GPU 高可用场景。
• 抢占模式支持队列内优先级抢占和队列间超发抢占。队列内优先级抢占指同一队列中，优先级高的任务可抢占优先级低任务的资源，保障高优先级任务的运行；队列间超发抢占是指A队列资源用满B队列有空闲资源时，此时若A队列上提交了新任务，将调度到B队列上运行，当B队列上有新任务提交发现资源不足时，将Kill超发任务保障B队列任务运行。
  抢占功能使用可参考队列管理和任务管理中相关说明。
• 拓扑感知支持节点内拓扑感知和节点间拓扑感知。节点内拓扑感知将优先将AI任务调度到相邻的GPU卡上保障NVLINK通信最优；节点间拓扑感知将优先将AI任务调度到同一TOR下，保障节点间通信推优，从而提升整体训练效率。

使用场景

您可以直接在 CCE 集群上运行深度学习任务，提高 AI 工程效率。

限制说明

• 仅支持v1.18及以上版本的 Kubernetes 集群。

安装组件

1. 登录百度智能云官网，并进入管理控制台。
2. 选择“产品服务 > 云原生 > 容器引擎 CCE”，单击进入容器引擎管理控制台。
3. 单击左侧导航栏中的 集群管理 > 集群列表 。
4. 在集群列表页面中，单击目标集群名称进入集群管理页面。
5. 在集群管理页面单击 组件管理 。
6. 在组件管理列表中选择 CCE AI Job Scheduler 组件单击“安装。
7. 在组件配置页面中完成深度学习框架配置。

• 调度策略支持 spread 和 binpack 两种，binpack 表示多个 Pod 会优先集中共享使用同一 GPU 卡，适用于需要提高 GPU 资源利用率的场景，spread 表示多个 Pod 会尽量分散使用不同的 GPU 卡，使用于 GPU 高可用场景。
• 抢占模式支持队列内优先级抢占和队列间超发抢占。队列内优先级抢占指同一队列中，优先级高的任务可抢占优先级低任务的资源，保障高优先级任务的运行；队列间超发抢占是指A队列资源用满B队列有空闲资源时，此时若A队列上提交了新任务，将调度到B队列上运行，当B队列上有新任务提交发现资源不足时，将Kill超发任务保障B队列任务运行。
• 拓扑感知支持节点内拓扑感知和节点间拓扑感知。节点内拓扑感知将优先将AI任务调度到相邻的GPU卡上保障NVLINK通信最优；节点间拓扑感知将优先将AI任务调度到同一TOR下，保障节点间通信推优，从而提升整体训练效率。

8. 点击“安装”按钮完成组件的安装。