容器服务 DCU 组件说明

一、部署在集群内的 Kubernetes 对象

对象名称	类型	功能说明	所属 Namespaces
dcu-label-node	DaemonSet	自动检测并标记集群中包含海光 DCU 设备的节点。	kube-system
dcu-device-plugin	DaemonSet	基础的 Device Plugin，负责将 DCU 整卡资源注册上报至 kubelet（仅在整卡模式下生效）。	kube-system
dcu-device-plugin-hami	DaemonSet	基于 HAMi 的 Device Plugin，负责 vDCU 虚拟算力的资源切分与注册（仅在 vDCU 模式下生效）。	kube-system
vdcu-admission-webhook	Deployment	拦截器，自动向业务 Pod 注入 vDCU 相关的环境变量与资源配置。	kube-system
vdcu-scheduler-plugin	Deployment	自定义调度器，支持通过 binpack 或 spread 策略进行 vDCU 节点和卡级别的资源调度。	kube-system
dcu-exporter	DaemonSet	DCU 设备指标采集器，暴露标准的 Prometheus 格式监控指标。	kube-system

二、使用场景

根据集群内不同业务需求，DCU 组件支持以下运行模式及相应的使用场景：

·整卡模式（full）：将整张 DCU 卡作为独占资源分配给业务容器使用，默认调度到集群内所有 DCU 节点。适用于对算力要求极高、不需要资源共享的单一应用场景。

·虚拟化模式（vdcu）：基于 HAMi 实现，将单张 DCU 卡虚拟化为多个 vDCU，支持多个容器共享同一张 DCU 卡的算力与显存。适用于推理服务、轻量级训练等需要细粒度分配 GPU 资源的场景，以提高资源利用率。

三、限制条件

·集群版本：仅支持 Kubernetes 1.16 及以上版本的集群。

·底层环境依赖：组件以 DaemonSet 方式部署在具有 DCU 设备的节点上，需确保相关节点已提前安装海光 DCU 驱动及 HyHAL 运行时环境。

·虚拟化模式节点标签限制：当使用虚拟化模式（vdcu）时，请务必为节点打上正确的标签以区分模式。若节点被打上 dcu=on，该节点将使用 vDCU 模式。未打标签的节点可能无法被正确调度。

四、权限说明

海光 DCU 组件在集群内运行需要特定的 Kubernetes RBAC 权限，以实现节点 DCU 设备的自动打标、vDCU 资源的准入注入、调度控制以及设备监控指标采集。组件通过自动创建对应的 ClusterRole 与 ClusterRoleBinding 来赋予各子模块相应权限。

五、权限场景

功能模块	涉及对象	涉及操作权限
节点自动打标（dcu-label-node）	nodes	get、list、watch、update
指标采集（dcu-exporter）	pods	* (全量权限)
准入控制（vdcu-admission-webhook）	pods、deployments、daemonsets、nodes 等负载资源；mutatingwebhookconfigurations 等	* (全量负载权限)；get、list、create、update、delete、patch、watch 等
资源调度（vdcu-scheduler-plugin）	pods、nodes、endpoints、bindings、events、namespaces 等	get、list、watch、update、patch、create、delete 等

六、权限定义

海光 DCU 组件各核心模块完整的 ClusterRole 权限声明整理如下：

# 1. dcu-label-node 权限apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRolemetadata: name: cr-node-labellerrules: – apiGroups: [""] resources: ["nodes"] verbs: ["watch", "get", "list", "update"]—# 2. dcu-exporter 权限apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRolemetadata: name: dcu-exporterrules: – apiGroups: ["", "storage.k8s.io"] resources: ["pods"] verbs: ["*"]—# 3. vdcu-admission-webhook 权限（仅 vdcu 模式）apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRolemetadata: name: admission-webhook-dcu-crrules: – apiGroups: ["sugon.com"] resources: ["*"] verbs: ["*"] – apiGroups: ["", "apps", "autoscaling", "storage.k8s.io"] resources: ["pods", "events", "deployments", "daemonsets", "replicasets", "statefulsets", "pvc", "persistentvolumes", "persistentvolumeclaims", "storageclasses", "nodes", "secrets"] verbs: ["*"] – apiGroups: ["admissionregistration.k8s.io"] resources: ["mutatingwebhookconfigurations"] verbs: ["get", "list", "create", "delete", "update", "patch", "watch"]—# 4. vdcu-scheduler-plugin 权限（仅 vdcu 模式）apiVersion: rbac.authorization.k8s.io/v1kind: ClusterRolemetadata: name: vdcu-scheduler-pluginrules: – apiGroups: [""] resources: ["endpoints", "events", "nodes", "pods", "bindings", "pods/binding", "pods/status", "replicationcontrollers", "services", "persistentvolumeclaims", "persistentvolumes", "configmaps", "namespaces"] verbs: ["create", "delete", "get", "list", "patch", "update", "watch"] – apiGroups: ["apps", "extensions", "policy"] resources: ["replicasets", "statefulsets", "poddisruptionbudgets"] verbs: ["get", "list", "watch"] – apiGroups: ["storage.k8s.io"] resources: ["storageclasses", "csinodes", "csistoragecapacities", "csidrivers"] verbs: ["get", "list", "watch"] – apiGroups: ["coordination.k8s.io"] resources: ["leases"] verbs: ["create", "get", "list", "update"] – apiGroups: ["events.k8s.io"] resources: ["events"] verbs: ["create", "patch", "update"] – apiGroups: ["admissionregistration.k8s.io"] resources: ["mutatingwebhookconfigurations"] verbs: ["delete", "get"]

七、组件参数说明

你可以在安装或更新该组件时，通过配置组件参数或修改 YAML 进行自定义。

八、组件参数选项

参数名	默认值	说明
mode	full	部署模式。可选值为 full（整卡模式）、vdcu（虚拟 DCU 模式）。
config.exporterPort	16080	dcu-exporter 暴露的 Prometheus metrics 采集端口。
config.logThreshold	INFO	组件输出日志的默认级别。
vdcuScheduler.nodeSchedulerPolicy	binpack	仅在 vdcu 模式下生效。vDCU 在节点维度的调度策略（binpack 集中式 / spread 打散式）。
vdcuScheduler.gpuSchedulerPolicy	spread	仅在 vdcu 模式下生效。同一节点上多卡间的 vDCU 调度策略。

九、配置示例

global: image: host: shadcccr.ccs.tencentyun.com repo: tkeimages # 指定组件运行模式，例如 vdcu（虚拟 DCU 模式）mode: "vdcu"config: exporterPort: "16080" pulse: "30" logThreshold: "INFO" logVerbose: "2" logOutput: "true"vdcuScheduler: nodeSchedulerPolicy: binpack gpuSchedulerPolicy: spread sleepTime: "0"