前提条件
在安装 Alauda Build of NPU Operator 之前,准备好集群和节点。
ACP 和集群访问权限
- ACP v4.0-v4.4。
- 具有目标业务集群的集群管理员访问权限,
Alauda Build of NPU Operator将安装在该集群中。 - ACP 中提供 OperatorHub 和集群插件安装功能。
- 可以从 customer portal 下载软件包,并在 ACP 中上架软件包。
节点和硬件
- Ascend 910B 或 Ascend 310P 工作节点。
- ARM 架构。
- 目标业务集群中已安装
Alauda Build of Node Feature Discovery,因此在 NPU 组件进行调谐之前,共享的内核、操作系统、架构和硬件标签已可用。 - 为 NPU 组件选择的节点允许 NPU Feature Discovery 运行。Driver、runtime、Device Plugin 和 Exporter 通过发现的
openfuyao.com/npu.present标签选择 NPU 节点。可选的 Operator manager 和部分 MindCluster 组件还使用masterselector=dls-master-node或workerselector=dls-worker-node;随附的 NPU Feature Discovery 运行时会维护这些角色标签。不要将它们作为正常安装步骤手动添加。 - 对于 Ascend 910 系列节点,请在进行工作负载验证之前完成 HCCN 设备 IP 配置。v26.6.0 不会自动初始化 HCCN 设备 IP。
Driver 和 runtime
在创建 NPUOperatorCtl 实例之前,选择一种 Driver 管理场景:
在场景 1 中,在启用依赖 Driver 的 NPU 组件之前,确认每个选定的
NPU 节点上都存在 /usr/local/Ascend/driver。
对于场景 2.2,请独立于产品软件包导入匹配的 ARM64 Driver 镜像。将完整的源镜像引用映射到目标业务集群注册表,并在集群强制执行镜像策略时,确保准入的镜像被 ImageWhiteList 允许。
设备暴露模型
使用选择 Ascend NPU 分配模式评估性能、设备利用率、共享需求和运维复杂性。然后,为每个 NPUOperatorCtl 实例管理的完整范围选择一个 Ascend 设备暴露负责人:
除非当前产品版本明确记录并验证了互斥的 Device Plugin 放置方式,否则不要在同一个管理范围内为相同的 Ascend 设备运行多个设备暴露负责人。
可选组件
- 仅当计划启用 ClusterD 时安装 Volcano。
- 仅当计划在离线或受控网络环境中启用 MindIO TFT 或 MindIO ACP 时,才在每个目标 NPU 节点上预置 MindIO SDK zip 文件。
ACP 交叉引用
- 有关软件包上架,请参阅 上架软件包。
- 有关配额资源显示,请参阅 Accelerator Resource Quota。
- 有关监控面板管理,请参阅 管理监控面板。