Máquinas virtuais com GPU para dispositivos GPU do Azure Stack Edge Pro
APLICA-SE A: 
Azure Stack Edge Pro - GPUAzure Stack Edge Pro 2Azure Stack Edge Pro R
As cargas de trabalho aceleradas por GPU num dispositivo GPU Azure Stack Edge Pro requerem uma VM GPU (máquina virtual). Este artigo fornece uma visão geral das VMs com GPU, incluindo sistemas operacionais com suporte, drivers de GPU e tamanhos de VM. As opções de implantação para VMs com GPU usadas com clusters do Kubernetes também são discutidas.
Sobre as VMs com GPU
Seus dispositivos do Azure Stack Edge podem estar equipados com uma ou duas GPUs Tesla T4 ou Tensor Core A2. Para implantar cargas de trabalho da VM com aceleração de GPU nesses dispositivos, use tamanhos de VM com otimização de GPU. A VM de GPU escolhida deve corresponder ao modelo da GPU em seu dispositivo do Azure Stack Edge. Para obter mais informações, confira VMs com otimização de GPU da série N com suporte.
Para aproveitar as funcionalidades de GPU das VMs da série N do Azure, instale os drivers de GPU NVIDIA. A extensão de driver da GPU NVIDIA instala os drivers CUDA ou GRID NVIDIA apropriados. Você pode instalar as extensões de GPU usando modelos, ou por meio do portal do Azure.
Você pode instalar e gerenciar a extensão usando os modelos do Azure Resource Manager após a implantação da VM. No portal do Azure, você pode instalar a extensão de GPU durante ou após implantar uma VM. Para obter instruções, consulte Implantar VMs com GPU em seu dispositivo do Azure Stack Edge.
Se o seu dispositivo tiver um cluster Kubernetes configurado, certifique-se de revisar as considerações de implantação para clusters Kubernetes antes de implantar VMs de GPU.
Drivers de sistema operacional e GPU com suporte
As extensões de driver de GPU Nvidia para Windows e Linux dão suporte às seguintes versões de sistema operacional.
Sistema operacional com suporte para a extensão de GPU para Windows
Essa extensão dá suporte aos seguintes sistemas operacionais (OSs). Outras versões podem funcionar, mas não foram testadas internamente em VMs GPU em execução em dispositivos Azure Stack Edge.
| Distribuição | Versão |
|---|---|
| Windows Server 2019 | Core |
| Windows Server 2016 | Core |
Sistema operacional com suporte para a extensão de GPU para Linux
Essa extensão oferece suporte à seguinte distribuição de sistema operacional, dependendo do suporte do driver para uma versão específica do sistema operacional. Outras versões podem funcionar, mas não foram testadas internamente em VMs GPU em execução em dispositivos Azure Stack Edge.
| Distribuição | Versão |
|---|---|
| Red Hat Enterprise Linux | 7.4 |
Observação
A extensão GPU Ubuntu 18.04 LTS foi descontinuada. A extensão GPU já não é suportada em VMs GPU Ubuntu 18.04 em execução em dispositivos Azure Stack Edge. Se você planeja utilizar a distribuição Ubuntu versão 18.04 LTS, consulte as etapas para instalação manual do driver GPU em CUDA Toolkit 12.1 Update 1 Downloads. Pode ser necessário baixar a chave de assinatura CUDA antes da instalação. Para obter um exemplo de instalação da chave de assinatura, veja Resolver problemas de extensão GPU para VMs GPU no Azure Stack Edge Pro GPU.
Implantação de VM com GPU
Você pode implantar uma VM com GPU por meio do portal do Azure ou usando modelos do Azure Resource Manager. A extensão GPU é instalada após a criação da VM.
Portal: no portal do Azure, você pode instalar rapidamente a extensão de GPU ao criar uma VM ou após a implantação da VM.
Modelos: Ao usar modelos do Azure Resource Manager, você cria uma VM e, em seguida, instala a extensão de GPU.
VMs com GPU e Kubernetes
Antes de implantar VMs com GPU em seu dispositivo, revise as considerações a seguir se o Kubernetes estiver configurado no dispositivo.
Para um dispositivo com 1 GPU:
Crie uma VM com GPU seguida pela configuração do Kubernetes em seu dispositivo: nesse cenário, a criação da VM com GPU e a configuração do Kubernetes serão bem-sucedidas. O Kubernetes não terá acesso à GPU neste caso.
Configure o Kubernetes no seu dispositivo seguido pela criação de uma VM GPU: nesse cenário, o Kubernetes reivindica a GPU no seu dispositivo e a criação da VM falhará porque não há recursos de GPU disponíveis.
Para dispositivo com 2 GPU
Crie uma VM com GPU seguida pela configuração do Kubernetes em seu dispositivo: nesse cenário, a VM com GPU que você criar solicitará uma GPU em seu dispositivo, e a configuração do Kubernetes também será bem-sucedida e solicitará a GPU restante.
Crie duas VMs de GPU seguidas pela configuração do Kubernetes em seu dispositivo: nesse cenário, as duas VMs de GPU reivindicam as duas GPUs no dispositivo e o Kubernetes é configurado com êxito sem GPUs.
Configure o Kubernetes no seu dispositivo seguido pela criação de uma VM GPU: nesse cenário, o Kubernetes afirma que as GPUs no seu dispositivo e a criação da VM falharão, pois não há recursos de GPU disponíveis.
Próximas etapas
- Saiba como Implantar VMs com GPU.
- Saiba como Instalar a extensão de GPU nas VMs com GPU em execução no dispositivo.