卸载

当集群上不再需要管理 GPU,或者在从独立插件交付方式迁移之前,请卸载 Alauda GPU Management。

WARNING

卸载 operator 会移除受管理的 GPU 技术栈。请确认没有 GPU 工作负载依赖它;如果 driver 由 operator 管理,请安排维护窗口。

卸载 Alauda GPU Management

  1. 先删除 ClusterPolicy 实例,以便 operator 可以释放受管理的组件(driver、container toolkit、device plugin、GPU Feature Discovery、DCGM-Exporter):

    kubectl delete clusterpolicy <name>
  2. 前往 Administrator > Marketplace > OperatorHub(或 Installed Operators),切换到目标集群,找到 Alauda GPU Management,然后卸载它。

  3. 在预编译或上游 driver 模式下,driver 会随着受管理组件一并移除。在预安装 driver 模式(driver.enabled=false)下,主机上的 driver 不会被触动,并保持其自身的生命周期管理。

  4. 如果你为 driver 或 operand 镜像添加了 ImageWhiteList,请移除不再需要的条目。

卸载 DCGM-Exporter 的 Alauda 构建版本

DCGM-Exporter 是 NVIDIA GPU 指标组件。当它由 Alauda GPU Management 管理时,会随 ClusterPolicy 一并移除。当它作为独立插件安装时——例如用于监控 HAMi NVIDIA GPU backend——请单独卸载:

  1. 如果为其创建了 GPU 指标 dashboard 资源,请删除该资源。

  2. 前往 Administrator > Marketplace > Cluster Plugin,切换到目标集群,找到 Alauda Build of DCGM-Exporter,然后卸载该集群插件。

  3. 如果添加了用于调度 exporter 的 node label,请将其移除。

INFO

不要移除仍有其他工作负载依赖的共享 DCGM-Exporter 实例。如果 DCGM-Exporter 同时被 Alauda GPU Management 路径和 HAMi backend 共享,只有在没有任何剩余消费者需要 GPU 指标时才卸载它。