壁仞 GPU 适配

在 CubeStudio 上接入壁仞 GPU 算力,需要装驱动/运行时、部署 k8s 组件、确认可用卡数并占用测试时读这篇

02-部署安装 / GPU与异构算力
壁仞birenBRGPUdevice-pluginagentexporter国产GPU异构算力GPU_RESOURCE

壁仞 GPU 适配(biren)

本文介绍如何在 k8s 中接入壁仞(biren)GPU 并在 CubeStudio 上使用。搬运自 install/kubernetes/gpu/biren/readme.md。壁仞相关的驱动、运行时、k8s 组件安装包均由壁仞技术人员提供,本文只描述接入步骤。

1. 准备安装资料

向壁仞技术人员获取壁仞的相关安装资料(驱动、运行时、k8s 组件等安装包与文档)。

2. 主机驱动和运行时

在每台壁仞节点上安装壁仞 GPU 驱动与容器运行时,并按壁仞文档校验驱动正常。

3. 安装 k8s 相关组件

按壁仞提供的资料部署 k8s 侧组件,通常包含:

  • device plugin(向 k8s 注册壁仞 GPU 扩展资源);
  • agent;
  • exporter(GPU 监控指标采集)。

4. 查询机器可用卡数

kubectl describe node <壁仞节点IP>

在 node 的 Capacity / Allocatable 中查看壁仞 device plugin 注册的扩展资源名与可用卡数。

5. pod 占用壁仞卡测试

按壁仞 device plugin 注册的资源名编写 pod yaml,在 resources.limits 中申请对应资源;pod 启动后进入容器,用壁仞自带工具确认占用到的卡。

6. 平台侧资源配置(GPU_RESOURCE)

注意:当前 myapp/config.py:1242GPU_RESOURCE 字典中没有壁仞 biren 的预置项(已确认 myapp/config.pyinstall/docker/config.py 均无 biren / 壁仞条目)。接入壁仞时需要根据步骤 4 中壁仞 device plugin 实际注册的扩展资源名,在 GPU_RESOURCE 里手动新增一项(形如 "biren": "<壁仞资源名>"),再在任务里用 gpu:1(biren) 这种 数量(资源简称) 写法占用。具体资源名请以壁仞 device plugin 暴露的为准。

最后更新 2026-07-04完整文档以官方仓库为准:GitHub Wiki