Google雲端K8s服務Autopilot模式新增支援GPU和超大型Pod

Google更新Kubernetes服務GKE全託管操作模式Autopilot，現在加入支援GPU，使用戶能夠將其用於機器學習訓練和推理等工作負載上，另外，Google還在GKE Autopilot提供更大型的Pod，供用戶執行大規模運算。

不少工作負載，像是機器學習模型的訓練和推理等任務，都需要使用GPU，而Google透過在Autopilot添加Nvidia T4和A100 GPU，以進一步支援這類工作負載，使用戶在Autopilot全託管的操作環境中，也可以執行機器學習訓練、推理、影片編碼和各種需要GPU的工作負載。

在Autopilot上執行GPU工作負載的優點是，用戶僅需要指定GPU需求，剩下的便由Autopilot處理，無需單獨安裝驅動程式，也不需要擔心在GPU節點上卻執行非GPU Pod，Autopilot會自動處理GPU和Pod配置，且因為使用Autopilot，用戶僅需要針對Pod執行時間付費，因此當沒有工作負載運作GPU Pod終止，相關費用也會停止計算。

用戶可以請求多個T4 和 A100 GPU預定義數量，並使用CPU和記憶體預設值，或在特定範圍內自訂。Autopilot會避免在GPU節點上運作非GPU Pod，同時自動配置符合要求的GPU節點，包括需要的Nvidia驅動程式。

另外，Autopilot現在還推出平衡運算類別，提供更大型的Pod，支援高達222個vCPU和851 GiB的Pod資源。Autopilot原本就有提供28個vCPU的大型Pod，以及多達54個vCPU的橫向擴展運算類別Pod，但是當用戶還需要更多運算資源時，便可以使用最新推出的平衡運算類別Pod。