机器资源配置

想了解机器资源从哪来、如何配置某台机器是否允许 CPU/GPU/vGPU/RDMA 调度、归属哪个资源组时读这篇

平台使用 / 资源与存储
机器资源节点node机器调度CPU调度GPU调度vGPURDMAgpu_typegpu卡型资源组org节点标签node label可调度标签

机器资源

机器资源不是手动添加的,而是平台主动扫描集群(每次进入机器资源列表会拉取各 CLUSTERS 集群的节点信息并写入/更新数据库 node 表,见 myapp/views/view_resource_node.pypre_list_req),所以界面上没有“新增机器资源”的按钮(base_permissions 仅含 can_show / can_edit / can_list / can_delete,无 can_add)。

集群、GPU 驱动、节点加入等基础设施准备属于管理员/集群准备工作,参见 02-部署安装 段。

可配置的调度属性

已发现的机器资源可以配置以下调度相关属性(界面“调度配置”分组,对应 node 表字段;底层会把这些配置写回 k8s 节点 label,见 view_resource_node.pypre_update):

  • enable_cpu:是否允许 CPU 任务调度(label cpu,默认 true)。
  • enable_gpu:是否允许 GPU 任务调度(label gpu,默认 true)。
  • enable_vgpu:是否允许 vGPU 任务调度(label vgpu,默认 false)。启用 vGPU 时会自动关闭 GPU 独占(enable_gpu 置为 false)。
  • enable_rdma:是否允许 RDMA 任务调度(label rdma,默认 false)。
  • gpu_type:GPU 卡型(label gpu-type),可选 T4 / V100 / A10 / A100 / A800 / H100 / H800,也支持手动输入。
  • org:资源组(label org,默认 public),一台机器只能归属一个资源组,由项目组通过它控制调度目标,详见 项目空间
  • worker_type:机器允许的任务类型,可多选 notebook / train / service

“属性配置”分组还可配置 gpu_memory(单卡显存 GB)、gpu_price(单卡每小时价格)、rental_type(租赁类型)等扩展属性。

输入图片说明

输入图片说明

在 K8S Dashboard 中修改

除了在 CubeStudio 界面上修改,还可以在 k8s dashboard 中直接修改节点 label。从 CubeStudio 的“项目空间” -> “链接(管理员)” -> “K8S Dashboard” 可以进入。

输入图片说明

输入图片说明

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