📘 NVSHMEM + K8s
容器化部署实战
🎯 30 章节
⚡ 配色
🧩 完整目录
01
NVSHMEM与K8s概述
NVSHMEM简介
Kubernetes简介
为什么在K8s部署
课程目标与前置
02
环境准备
GPU节点/IB/RoCE
CUDA·驱动·Docker
K8s集群
操作系统配置
03
NVIDIA GPU Operator
安装GPU Operator
RuntimeClass
验证GPU可调度
04
RDMA网络配置
安装RDMA驱动
IPoIB/RoCE
ib_write_bw
05
NV Peer Memory & GPUDirect RDMA
nv_peer_mem
GPUDirect RDMA
GPU P2P验证
06
容器运行时配置
containerd/Docker
NVIDIA Container Toolkit
容器内GPU测试
07
构建NVSHMEM基础镜像
Dockerfile
安装NVSHMEM
环境变量·推送
08
K8s网络插件(CNI)选择
Flannel/Calico/Weave
SR-IOV CNI
Multus CNI
09
SR-IOV与Multus集成
安装SR-IOV
NetworkAttachmentDefinition
多网络接口Pod
10
NVSHMEM Pod YAML
定义Pod资源
GPU/RDMA设备
shm·安全上下文
11
StatefulSet与有状态应用
为什么StatefulSet
编写NVSHMEM StatefulSet
稳定网络标识
12
Headless Service & 通信
创建Headless Service
Pod间DNS
对称寻址原理
13
NVSHMEM初始化与MPI集成
初始化流程
OpenMPI集成
mpirun替代方案
14
Pod间同步与Barrier
Barrier机制
K8s同步挑战
Init Container预同步
15
动态资源分配与HPA
自定义指标
GPU利用率HPA
弹性伸缩
16
ConfigMap与Secret管理
NVSHMEM配置参数
RDMA密钥管理
挂载配置到Pod
17
日志收集与监控
Fluentd收集日志
Prometheus GPU指标
Grafana仪表盘
18
故障排查
Pod启动失败
RDMA连接问题
NVSHMEM错误码
19
性能调优
NUMA亲和性
CPU pinning
大页·内核参数
20
多节点部署
集群规模规划
节点标签亲和性
跨节点通信验证
21
CI/CD集成
GitLab CI构建镜像
自动化测试
滚动更新
22
安全加固
Pod安全策略(PSA)
Seccomp/AppArmor
最小权限
23
存储集成
PVC共享文件系统
NVSHMEM数据持久化
Lustre/GPFS对接
24
混合云部署
公有云GPU实例
跨云VPC互联
跨数据中心通信
25
作业调度与队列
Job/CronJob
Volcano调度器
公平调度策略
26
NVSHMEM应用容器化案例
GROMACS
LAMMPS
深度学习训练
27
性能基准测试
OSU Micro-Benchmarks
带宽延迟测试
与裸机对比
28
版本升级与回滚
NVSHMEM升级
K8s集群升级
回滚·数据备份
29
最佳实践总结
资源限制建议
网络配置模板
常见陷阱
30
未来展望
NVSHMEM 3.0
K8s HPC演进
DPU/SmartNIC趋势