Scheduling Classes

Mon, 01 Jan 0001 00:00:00 +0000

SchedulingClass - это cluster-scoped custom resource, который позволяет администраторам задавать политики размещения для tenant workload. Когда tenant назначен scheduling class, все его pod автоматически направляются в custom scheduler Cozystack, который объединяет ограничения, заданные классом, с ограничениями, уже указанными в pod.

Это позволяет операторам платформы закреплять tenant за конкретными дата-центрами, availability zone или группами узлов без изменения отдельных application charts.

Как это работает

Функция состоит из двух компонентов:

Lineage-controller webhook (часть cozystack): mutating admission webhook, который перехватывает создание pod в tenant namespace. Если у namespace есть метка scheduler.cozystack.io/scheduling-class, webhook задает schedulerName: cozystack-scheduler и добавляет аннотацию scheduler.cozystack.io/scheduling-class на каждый pod. Если указанный SchedulingClass CR не существует, например scheduler не установлен, pod остаются без изменений и планируются обычным способом.

Running Containerized GPU Workloads

Mon, 01 Jan 0001 00:00:00 +0000

This page covers running GPU workloads in regular Kubernetes pods (CUDA, ML training, inference) on Cozystack management cluster nodes. It targets the typical Linux GPU node shape — apt-installed NVIDIA driver plus nvidia-container-toolkit on Ubuntu/Debian — and uses the container variant of the cozystack.gpu-operator package. Other distros with an equivalent driver + toolkit package layout should work the same way but are not regularly tested.

If instead you want to pass whole GPUs to KubeVirt VMs, see GPU Passthrough and GPU Sharing with HAMi (HAMi provides fractional sharing in tenant Kubernetes clusters; stacking it directly on the container variant on the management cluster is not a supported combination yet — see Fractional GPU sharing below).

Руководство по настройке и управлению кластером on Cozystack

Scheduling Classes

Как это работает

Running Containerized GPU Workloads