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）

GPU_RESOURCE（install/docker/config.py:1189）当前未预置壁仞条目。接入时按步骤 4 中壁仞 device plugin 实际注册的扩展资源名，在 GPU_RESOURCE 中新增一项（形如 "biren": "<壁仞资源名>"，key 必须小写），任务中即可用 1(biren) 的 数量(资源简称) 写法占用；机器的 gpu-type 节点标签使用大写。

若壁仞提供「禁用可见设备」的环境变量，建议同步在 GPU_NONE（install/docker/config.py）中补充对应条目（参照 "gpu": ['NVIDIA_VISIBLE_DEVICES','none'] 的写法），防止未申请卡的容器看到节点上的全部壁仞卡。