NCCL（NVIDIA Collective Communications Library）是由 NVIDIA 开发的一种高性能的多 GPU 通信库，用于在多个 NVIDIA GPU 之间实现快速的数据传输和协同计算。它...

k8s已经支持GPU设备的调度和POD容器挂载，需要做以下配置1.首先我们需要再宿主机安装驱动2.需要安装nvidia-container-runtime3.GPU节点打标签并部署k8s-device-plugin上面1...

安装网卡驱动前我们需要先来了解下RDMA技术RDMA是一种概念，在两个或者多个计算机进行通讯的时候使用DMA， 从一个主机的内存直接访问另一个主机的内存。RDMA是一种host-offload, host-bypass技...

Linux内核提供了两个版本即cgroup v1和cgroup v2cgroup是Linux内核提供的一种机制，用于限制、记录和隔离进程组的资源使用。它可以控制CPU、内存、IO等系统资源的分配和使用，并且支持动态调整资...

目前这个问题只出现centos7上，因为centos7带的glic库版本较低导致程序升级以后，POD启动时报错。容器运行时是我们自己的，看到直接执行该文件直接报错/usr/bin/orion-container-runt...

prometheus 是一个基于golang 编写，编译后的软件包，不依赖于任何的第三方依赖。用户只需要下载对应平台的二进制包，解压并且添加基本的配置即可正常启动Prometheus Server我们首先需要准备一些部署...

查看之前笔记没有记录过ntp时间同步相关的笔记，今天我们再重新温习下目前主流的时间同步配置和相关配置的软件目前同步时间主要使用chrony，之前一直是使用ntpd server/client来做，使用chrony对比之前...

前面几篇笔记记录了etcd单机和集群，还有加密集群的部署方式，这篇就是etcd目前学习的最后一篇笔记，记录了etcd集群备份和恢复数据的方法，记录下来方便后面使用还是用之前TLS加密部署的集群，部署方式可以查看之前的笔记...

etcd支持通过TLS协议的加密通讯，在实际企业生产环境中，出于安全规范要求，建议开启TLS加密。TLS通道可以用于加密内部的集群通讯，也可以用于加密客户端请求。etcd的TLS有两对，一对是etcd和client端的T...

我们在使用etcd集群时会遇到某个节点异常无法启动，或者数据损坏的时候，这种情况需要将这个异常节点在etcd集群中剔除并重新加入该集群，具体操作如下。首先我们先去etcd集群找到这个异常节点并删除，假设我的异常节点为et...