基于实际剩余资源的多集群Spark作业调度与分发
如果您已经拥有多个正在运行在线服务的ACK集群，并希望在不影响这些服务的情况下，充分利用集群的空闲资源来运行Spark作业，您可以利用ACK One舰队的多集群Spark作业调度和分发能力来提高资源利用率。本文将介绍如何通过ACK One舰队和ACK Koordinator组件，根据各集群实际剩余资源（而非请求资源）来调度和分发多集群Spark作业，帮助您最大化多集群中闲置资源的利用效率，并通过优...
基于实际剩余资源的多集群Spark作业调度与分发
如果您已经拥有多个正在运行在线服务的ACK集群，并希望在不影响这些服务的情况下，充分利用集群的空闲资源来运行Spark作业，您可以利用ACK One舰队的多集群Spark作业调度和分发能力来提高资源利用率。本文将介绍如何通过ACK One舰队和ACK Koordinator组件，根据各集群实际剩余资源（而非请求资源）来调度和分发多集群Spark作业，帮助您最大化多集群中闲置资源的利用效率，并通过优...
为Spark作业配置动态资源分配
本文介绍在Spark中如何配置和使用动态资源分配（Dynamic Resource Allocation）功能，以最大化集群资源的利用效率，减少资源闲置，同时提升任务执行的灵活性和整体系统性能。
通过ElasticQuotaTree与任务队列提升资源利用率
为了让不同团队和任务共享集群中的计算资源，同时确保资源的合理分配和隔离，您可以基于ack-kube-queue、ElasticQuotaTree和ack-scheduler实现资源的合理、灵活分配。ack-kube-queue能够管理AI/ML和批处理工作负载的任务队列；ElasticQuotaTree支持细粒度的资源配额管理；ack-scheduler负责选择最合适的节点来运行任务。
如何通过Go SDK访问多集群资源
若您希望在平台中集成ACK One舰队以访问各子集群资源，可以利用Go SDK进行操作。本文介绍如何使用Go SDK通过舰队KubeConfig管理多集群的Kubernetes资源。
从监控到隔离，阿里云容器服务提升您的GPU资源使用体验
从监控到隔离，阿里云容器服务提升您的GPU资源使用体验推动人工智能不断向前的动力来自于强大的算力，海量的数据和优化的算法，而Nvidia GPU是最流行的异构算力提供者，是高性能深度学习的基石。但是GPU不菲的价格一直是用户的心头之痛，而从使用率的角度来看，模型预测场景下，应用独占GPU模式实际上会对这种宝贵的资源造成大量的浪费。但是共享GPU实际上也不是一蹴而就，比如一方面用户需要判断多少的分....
体验托管Prometheus监控阿里云容器服务Kubernetes的GPU资源
在阿里云容器服务中使用GPU资源运行进行AI模型训练和预测时，经常需要了解应用负载的GPU的使用情况，比如每块显存使用情况、GPU利用率，GPU卡温度等监控信息，通过内置ARMS可以从应用的维度去观测GPU的使用情况，了解资源水位，以及设定相应的报警，避免因为GPU资源的约束引发业务风险。另外相比自建的Prometheus方案， ARMS的全面托管的 Prometheus 服务可以提供以下特性，....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
阿里云容器服务 ACK
云端最佳容器应用运行环境，安全、稳定、极致弹性
+关注