应用引擎

CCE-访问公网实践 概述 在一些场景中，用户需要让CCE集群中的节点和Pod具备访问公网的能力，如通过yum install等命令访问外部源地址下载安装软件、容器需要访问公网中的某些服务等等。 我们提供了以下两种方案，可以实现集群访问公网，用户可以根据具体需求自行选择。 相关概念 EIP：EIP是百度智能云提供的弹性公网IP服务，EIP可以挂载到CCE节点、BLB、NAT网关等服务，提供可以访问

查看更多>>

公共头和错误返回 公共头规格 公共请求头 公共头部 描述 Authorization 包含 Access Key 与请求签名 Content-Type application/json; charset=utf-8 x-bce-date 表示日期的字符串，符合 API 规范 HTTP 协议的标准头域不再这里列出。公共头域将在每个 API 中出现，是必需的头域。POST、PUT、DELETE 等请求

查看更多>>

MPS 最佳实践&注意事项 GPU Manager 选择性能最优型时，会使用 Nvidia MPS进行算力隔离，MPS 只具备有限的容错能力，请仔细阅读以下内容以确保您对MPS有基本了解。 MPS使用最佳实践 适合MPS的使用场景： MPS仅推荐用于运行单个应用程序的协作进程，例如相同MPI作业的多个ranks，以便内存保护和容错方案可用。 当每个应用程序进程没有产生足够的工作负载使GPU饱和时，

查看更多>>

CCE混部监控开启Cprom 概况 Prometheus监控服务，是针对云原生场景提供的全托管、高可用、可扩展的Prometheus监控服务。完全对接开源Prometheus生态，支持多维度指标数据采集，支持灵活查询语句PromQL，基于Grafana提供开箱即用的监控Dashboard，集成多种告警通知渠道。 本文档将指导您如何打通CCE混部节点监控与Cprom。 前提条件 已成功 创建集群 。

查看更多>>

视图命令行场景示例 一般的问题定位流程可以分为五个阶段： 问题发现 => 数据导出 => 关键错误提取 => 视图分析 => 问题处理 场景1:资源超配额 问题发现 ：pytorchjob 没有进入running状态，对应的pod长时间pending % kubectl get pytorchjob NAME STATE AGE pytorchjob-bert-2-bert Created 58m

查看更多>>

GPU独占和共享说明 若集群支持 GPU 算力和显存的共享与隔离，您可以在新建任务或工作负载的时候，通过控制台操作或根据提交的 YAML 来决定独占还是共享 GPU 资源。 前提条件 您已成功安装CCE GPU Manager 和 CCE AI Job Scheduler 组件。您可在“集群＞组件管理＞云原生AI”中安装。 节点已开启显存共享，您可在“集群>节点管理>Worker>显存共享配置”中

查看更多>>

通过YAML创建LoadBalancer_Service 本文档会详细介绍如何在CCE下创建类型是LoadBalancer的Service。 注意 1：以下Annotation对1.16.3以下版本集群可能不生效，辛苦工单联系管理员处理 注意 2：一个LoadBalancer Service只能使用一个BLB，一个BLB也只能被一个LoadBalancer Service使用，不建议复用 BLB

查看更多>>

CCE节点资源预留说明 在 CCE 集群中，节点初始化时需要运行一些必要的系统组件和Kubernetes组件，使该节点能够成功纳入该集群并正常提供服务，因此需要为这些组件预留一部分系统资源，您会看到节点资源总量与节点在Kubernetes中的可分配资源之间会存在差异。节点的规格越大，在节点上部署的容器可能会越多，需要需预留的资源可能越多。 为了保证节点的稳定性，CCE集群节点上会根据机器规格预留一

查看更多>>