服务编排的gpu
申请 GPU 资源，将容器调度到满足可用 GPU 资源个数的机器上并将 GPU 资源分配给容器。
[backcolor=transparent]标签格式：
aliyun.gpu: "1"
aliyun.gpu 指定申请的 GPU 资源的个数。容器服务调度器会寻找满足可用 GPU 资源个数的机器，将容器部署到该机器上，将 GPU 资源分配给容器并将主机上的 GPU 卡映射到容器内。容器所分配到的 GPU 资源对于您是透明的。具体来说：
例如，如果您申请了一个 GPU 资源，主机上只有一个 /dev/nvidia1 可用，容器服务会将主机上的/dev/nvidia1 映射为容器里的 /dev/nvidia0。这样会让您的程序和具体的设备号解耦。
[backcolor=transparent]示例：
- [backcolor=transparent]serving[backcolor=transparent]:
- [backcolor=transparent] image[backcolor=transparent]:[backcolor=transparent] inception[backcolor=transparent]-[backcolor=transparent]serving[backcolor=transparent]:[backcolor=transparent]gpu
- [backcolor=transparent] labels[backcolor=transparent]:
- [backcolor=transparent] aliyun[backcolor=transparent].[backcolor=transparent]gpu[backcolor=transparent]:[backcolor=transparent] [backcolor=transparent]"1"
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
看起来您希望在阿里云的容器服务中申请并使用GPU资源。您的描述已经很接近正确的配置方式了，但似乎在示例中最后一个标签部分有格式上的小错误。让我帮您修正一下这个配置示例：
serving:
image: inception-serving:gpu
labels:
aliyun.gpu: "1"
在这个修正后的示例中，serving 部分定义了一个服务，它使用的镜像是 inception-serving:gpu，这表明该镜像应该是为GPU优化过的。然后，在 labels 下，通过 aliyun.gpu: "1" 正确地指定了需要申请1个GPU资源。
当您在阿里云的Kubernetes集群（如ACK）中使用这样的配置部署服务时，容器服务的调度器会识别到您对GPU资源的需求，并尝试将这个容器调度到具有可用GPU资源的节点上。如果节点上有多个GPU，容器服务会负责映射合适的GPU设备到容器内部，确保容器内的程序可以无感知地使用到请求的GPU资源，正如您之前描述的那样，可能将主机上的 /dev/nvidia1 映射为容器里的 /dev/nvidia0。
记得在实际部署前，确保您的集群已经配置了支持GPU的节点，并且安装了必要的驱动和工具包，比如NVIDIA的设备插件，以保证GPU资源能够被Kubernetes正确识别和管理。
