这家中国公司，让GPU利用率飙升！全球AI圈热议

最近我遇到一个挺让人头疼的情况。

手头有一组集群机器，每台配了 4 张 GPU，主要用来做大模型测评和 AI 应用开发。按理说，这样的配置应该绰绰有余，但实际用起来却很别扭：GPU 基本是“独占式”使用的，一个任务往往霸占一整张卡，可实际利用率只有 30% 左右，其他任务只能干等着排队。

结果就变成了很尴尬的一幕——一边是 GPU 大量空转，一边是开发同学苦等资源。就像一家餐厅，明明还有不少空位，却规定每桌只能坐一个人，后面的人只能在门口排长队。算力就这样被白白浪费掉了，相信不少企业都遇到过类似的困境。

---

01

GPU资源管理困局

关于GPU资源管理的问题，其实远不止利用率不高这一点，在使用过程中普遍会遇到以下四个问题：

1、资源颗粒度太粗。如前面说的场景，一张16GB的T4卡，只能整卡分配，利用率只有30%，白白浪费11G多。

2、调度机制不够智能。K8s原生调度只知道“有卡”或“没卡”，不知道卡上还剩多少显存、算力，就好比一个停车场虽然车位满了，但是还能够塞进很多辆摩托车。

3、资源隔离难。开发、测试、生产环境混在一起，没法给不同团队单独的工作区间，避免相互干扰。

4、管理成本高。传统的资源申请要走人工审批，出了问题也要排查很久，导致管理成本很高。

如何才能更高效地管理GPU资源，难道以上问题就没有更好的解决方案吗？

---

02

OrionX社区版，初体验

一次偶然的机会，我了解到OrionX社区版。这是由趋动科技开发的，OrionX的轻量级部署版本，帮助用户构建数据中心级AI算力资源池、降本增效。它的核心理念是：用软件定义AI算力，让GPU资源像云计算一样灵活。

原理也不复杂，就是把显卡、算力按很小的粒度进行切分，然后根据用户实际需要进行组合。传统的GPU管理就像饭店的包间，你一个人也得开一间，而OrionX社区版把包间改成拼桌，来几个人就坐几个位子，灵活调整，绝不浪费。

OrionX社区版究竟能不能解决GPU管理的困境呢？我上手做了个测评，下面跟随我一起来体验吧。

首先，从官网上提交申请，扫码填写信息：

审核通过后，会收到一封确认邮件，获取授权码、下载地址。

下载安装文件，上传到服务器，准备开始安装。

安装的过程很简单，主要是基于K8S环境进行部署。开始部署前需要对安装环境做基础检查，包括：

GPU驱动检查：nvidia-smi

Kubernetes 环境检查：get node -owide

Nvidia Container Toolkit 检查：

docker info | grep 'Default Runtime'

状态正常，就可以开始部署了。

1）部署文件上传

上传 OrionX 部署文件 yaml.tar.gz 至 K8S 管理节点任意位置，并解压.

2）K8S 节点标记

编辑部署文件 tools/label.sh 脚本，按资源规划修改如下内容，然后对执行K8S 集群节点进行标记：

3）创建命名空间和配置信息对象

执行如下操作，创建名为 orionx 的命名空间，创建 OrionX 配置信息 ConfigMap 对象，命令如下：

kubectl apply -f base/

4）部署 orionx-ocenter-all-in-one 组件

执行如下操作，部署 orionx-ocenter-all-in-one 组件，命令如下：

kubectl apply -f deploy/orionx-ocenter-all-in-one.yaml

5）导入License

通过浏览器访问 http://<k8s-node-ip>:30125，打开 OrionX GUI 管理页面，通过 激活 页面，添加激活文件 按钮导入License，导入后会显示证书信息，如下图所示：

6）部署 orionx-k8s-scheduler 组件

执行如下操作，部署 orionx-k8s-scheduler 组件，命令如下：

kubectl apply -f deploy/orionx-k8s-scheduler-extender.yaml

7）部署 orionx-server 组件

部署 orionx-server 组件，修改配置文件如下，并执行命令：

kubectl apply -f deploy/orionx-gpu-server.yaml

8）部署 orionx-k8s-device-plugin 组件

执行如下操作，部署 orionx-k8s-device-plugin 组件，命令行：

kubectl apply -f deploy/orionx-k8s-device-plugin.yaml

9）部署 orionx-gpu-exporter 组件

执行如下操作，部署 orionx-gpu-exporter 组件，会部署于所有 OrionX GPU 计算节点：

kubectl apply -f deploy/orionx-gpu-exporter.yam

10）部署 orionx-k8s-admission-webhooks 组件

执行如下命令，部署 orionx-k8s-admission-webhooks 组件：

kubectl apply -f deploy/orionx-k8s-admission-webhooks.yaml

11）部署 orionx-container-runtime 组件

执行如下操作，部署 orionx-container-runtime 组件：

kubectl apply -f deploy/orionx-container-runtime.yaml

现在就可以开始使用Orion社区版了，整体安装过程很丝滑，下面就可以到后台去操作了。浏览器访问 http://<k8s-node-ip>:30125 地址，打开 OrionX GUI，进行登录，初始用户名密码见安装手册。

进入节点详情页面可以查看该节点 GPU 资源使用率监控统计图。

还可以进行节点管理。在OrionX GUI 左侧导航栏选择“节点”，在节点信息页面可以禁用或启用节点。

整个安装过程很顺滑，只要具备基本的Linux使用能力，就可以轻松完成。

---

03

轻松管理你的GPU资源池

下面谈谈我对OrionX社区版的总体使用感受，主要有四点体会：

1、资源分配灵活，告别“大锅饭”。更细粒度地分配GPU资源，提高资源利用率，这就解决了我们团队遇到的GPU独占的问题，而且申请资源无须再等待，提升了日常管理效率。

2、智能调度，让资源分配更合理。GPU的调度是智能化的，可以做到节点均匀，设备紧凑，节点优先，这就解决了一些节点负载高、一些负载低的问题，并且策略是可配置的。

3、超分，榨干GPU每一滴性能。很多任务不是一直满负荷用GPU，推理任务经常是突发式的，通过统一内存管理和算力复用，可以分配出更多vGPU，合理使用超分功能可以进一步提升GPU效能。

4、可视化管理，一目了然。Orion社区版的GUI界面做得很不错，资源监控很直观，点进某个节点，可以看到详细的监控曲线、GPU利用率曲线（最近24小时）、显存使用趋势。

---

04

立刻开启GPU资源池化时代

OrionX社区版通过构建算力资源池，将粗放的管理转变为精细化运营，这是中国科技企业在AI基础设施领域的突破。正如凯文·凯利在《必然》中所说：“技术的真正力量，不在于它能做什么，而在于它让更多人能做什么。”AI算力池化技术的价值，恰恰在于让研发团队也能用得起、用得好AI算力，打破算力垄断的壁垒。

如果你的团队也面临GPU资源管理困境，立即扫码申请使用OrionX社区版。

注册地址：https://growthdata.virtaicloud.com/t/uU

有兴趣的朋友提交上面表单信息后，也可以添加下方小助手微信进行交流。