约束限制

Ascend Device Plugin会周期性调用NPU驱动的相关接口。如果要升级驱动，请先卸载Ascend Device Plugin。
Ascend Device Plugin调用的DCMI动态库及其所有父目录，需要满足属主为root，其他属主程序无法运行；同时，这些文件及其目录需满足group和other不具备写权限。
DCMI动态库路径深度必须小于20。
如果通过设置LD_LIBRARY_PATH设置动态库路径，LD_LIBRARY_PATH环境变量总长度不能超过1024。
Atlas 200I SoC A1 核心板节点上如果使用容器化部署Ascend Device Plugin，需要配置多容器共享模式，具体请参考《Atlas 200I SoC A1 核心板 23.0.RC1 NPU驱动和固件安装指南》。
Ascend Device Plugin容器化运行时会自动识别是否安装了Ascend Docker Runtime，需要优先安装Ascend Docker Runtime后Ascend Device Plugin才能正确识别Ascend Docker Runtime的安装情况。该功能要求Ascend Docker Runtime与Ascend Device Plugin版本保持一致，安装或卸载Ascend Docker Runtime之后需要重启容器引擎才能使Ascend Device Plugin正确识别。另外，若存在以下情况，需要用户注意。
1. 用户先安装Ascend Device Plugin后安装Ascend Docker Runtime，若存在以下2种场景，需要卸载并重新Ascend Device Plugin，才可使Ascend Device Plugin才能正确识别Ascend Docker Runtime。
  - Docker场景：daemon.json配置了“{"live-restore": true }”选项。
  - Containerd场景：containerd.service配置了“KillMode=process”选项。
2. 以下2种场景不支持Ascend Device Plugin和Ascend Docker Runtime配合使用。
  - 混插场景。
  - Atlas 200I SoC A1 核心板。
Ascend Device Plugin安装部署后，默认会上报“servertype”字段，但是若该字段已存在，则不会再次更新。用户如果服务器上插拔的NPU设备变更，需要手动删除该字段后再重新部署Ascend Device Plugin。执行kubectl label node nodeName servertype-命令删除“servertype”字段。

操作步骤

以root用户登录各计算节点，并执行以下命令查看镜像和版本号是否正确。

docker images | grep k8sdeviceplugin

示例如下：

root@ubuntu:~# docker images|grep k8sdeviceplugin 
ascend-k8sdeviceplugin               v5.0.RC1              29eec79eb693        About an hour ago   105MB

是，执行2。
否，请参见制作镜像，完成镜像制作和分发。

将软件包中的yaml文件拷贝到K8s管理节点上。请注意此处需使用适配具体处理器型号的yaml文件，并且为了避免自动识别Ascend Docker Runtime功能出现异常，请勿修改yaml文件中DaemonSet.metadata.name字段，详见下表。

表1 Ascend Device Plugin的yaml文件列表
yaml文件列表	说明
device-plugin-310-v{version}.yaml	Atlas 200/300/500 推理产品上不使用Volcano的配置文件。
device-plugin-310P-v{version}.yaml	Atlas 推理系列产品不使用Volcano的配置文件。
device-plugin-910-v{version}.yaml	Atlas 训练系列产品上不使用Volcano的配置文件。
device-plugin-310P-1usoc-v{version}.yaml	Atlas 200I SoC A1 核心板上不使用Volcano的配置文件。
device-plugin-volcano-v{version}.yaml	使用Volcano的配置文件。
device-plugin-310-volcano-v{version}.yaml	Atlas 200/300/500 推理产品上使用Volcano的配置文件。
device-plugin-310P-volcano-v{version}.yaml	Atlas 推理系列产品上使用Volcano的配置文件。
device-plugin-310P-1usoc-volcano-v{version}.yaml	Atlas 200I SoC A1 核心板上使用Volcano的配置文件。

（可选）如不修改组件启动参数，可跳过本步骤。否则，根据实际情况修改Ascend Device Plugin的启动参数。启动参数请参见表2，可执行./device-plugin -h查看参数说明。
- 在Atlas 200I SoC A1 核心板节点上，修改启动脚本“run_for_310P_1usoc.sh”中Ascend Device Plugin的启动参数。修改完后需在所有Atlas 200I SoC A1 核心板节点上重新制作镜像，或者将本节点镜像重新制作后分发到其余所有Atlas 200I Soc A1 核心板节点。
- 其他类型节点，修改对应启动yaml文件中Ascend Device Plugin的启动参数。
在K8s管理点上执行以下命令，启动对应服务。
- K8s集群中存在使用Atlas 200/300/500 推理产品的节点（Ascend Device Plugin独立工作，不协同Volcano使用）。
```
kubectl apply -f device-plugin-310-v{version}.yaml
```
- K8s集群中存在使用Atlas 推理系列产品的节点（Ascend Device Plugin独立工作，不协同Volcano使用）。
```
kubectl apply -f device-plugin-310P-v{version}.yaml
```
- K8s集群中存在使用Atlas 训练系列产品的节点（Ascend Device Plugin独立工作，不协同Volcano和HCCL-Controller使用）。
```
kubectl apply -f device-plugin-910-v{version}.yaml
```
- K8s集群中存在使用Atlas 200/300/500 推理产品
- 的节点（协同Volcano使用）。
```
kubectl apply -f device-plugin-310-volcano-v{version}.yaml
```
- K8s集群中存在使用昇腾Atlas 推理系列产品的节点（协同Volcano使用）。
```
kubectl apply -f device-plugin-310P-volcano-v{version}.yaml
```
- K8s集群中存在使用Atlas 训练系列产品的节点（协同Volcano和HCCL-Controller使用）。
```
kubectl apply -f device-plugin-volcano-v{version}.yaml
```
- K8s集群中存在使用Atlas 200I SoC A1 核心板的节点（协同Volcano使用）。
```
kubectl apply -f device-plugin-310P-1usoc-volcano-v{version}.yaml
```
- K8s集群中存在使用Atlas 200I SoC A1 核心板的节点（Ascend Device Plugin独立工作，不协同Volcano使用）。
```
kubectl apply -f device-plugin-310P-1usoc-v{version}.yaml
```
如果K8s集群使用了多种类型的昇腾AI处理器，请分别执行对应命令。

启动示例如下，出现Running表示组件启动成功：
```
root@ubuntu:/home/ascend-device-plugin# kubectl apply -f device-plugin-volcano-v5.0.RC1.yaml
serviceaccount/ascend-device-plugin-sa created
clusterrole.rbac.authorization.K8s.io/pods-node-ascend-device-plugin-role created
clusterrolebinding.rbac.authorization.K8s.io/pods-node-ascend-device-plugin-rolebinding created
daemonset.apps/ascend-device-plugin-daemonset created
root@ubuntu:/home/ascend-device-plugin# kubectl get pod -n kube-system
NAME                                       READY   STATUS    RESTARTS   AGE
...
ascend-device-plugin-daemonset-d5ctz       1/1     Running   0          11s
...
```

参数说明

表2 Ascend Device Plugin启动参数
参数	类型	默认值	说明
-mode	string	无	指定Ascend Device Plugin运行模式，不指定该参数会根据NPU芯片类型自动指定。自动获取运行模式时，如果没查询到以下模式中的任意一种，则插件启动失败。 ascend310：以Atlas 200/300/500 推理产品的模式运行。 ascend310P：以Atlas 推理系列产品的模式运行。 ascend910：以Atlas 训练系列产品的模式运行。说明： MindX 5.0.RC1只支持自动获取运行模式，不接受指定，如果获取失败，则插件启动失败。
-fdFlag	bool	false	边缘场景标志，是否使用FusionDirector系统来管理设备。
-edgeLogFile	string	/var/alog/AtlasEdge_log/devicePlugin.log	边缘场景日志文件。fdFlag设置为true时生效。说明：单个日志文件超过20 MB时会触发自动转储功能，文件大小上限不支持修改。
-useAscendDocker	bool	true	默认为true，容器引擎是否使用Ascend Docker Runtime。开启K8s的CPU绑核功能时，需要卸载Ascend Docker Runtime并重启容器引擎。说明： MindX 5.0.RC1只支持自动获取运行模式，不接受指定。
-use310PMixedInsert	bool	false	是否使用Atlas 推理系列产品混插模式。说明：仅支持服务器混插Atlas 300I Pro 推理卡、Atlas 300V 视频解析卡、Atlas 300V Pro 视频解析卡。服务器混插模式下不支持Volcano调度模式。服务器混插模式不支持虚拟化实例。服务器混插模式不支持故障重调度场景。服务器混插模式不支持Ascend Docker Runtime。非混插模式Atlas 推理系列产品上报给K8s资源名称不变。非混插模式上报的资源名称格式为huawei.com/Ascend310P。混插模式上报的资源名称格式为：huawei.com/Ascend310P-V、huawei.com/Ascend310P-VPro和huawei.com/Ascend310P-IPro。
-volcanoType	bool	false	是否使用Volcano进行调度。
-presetVirtualDevice	bool	true	静态虚拟化实例功能开关，目前支持Atlas 训练系列产品和Atlas 推理系列产品。且值只能为true。
-version	bool	false	查看当前device-plugin的版本号。
-listWatchPeriod	int	5	设置健康状态检查周期，取值范围为[3，60]，单位为秒。
-autoStowing	bool	true	是否自动纳管已修复设备，volcanoType为true时生效。 true表示会自动纳管。 false表示不会自动纳管。说明：设备故障后，会自动从K8s里面隔离。如果设备恢复正常，默认会自动加入K8s集群资源池。如果设备不稳定，可以设置为false，此时需要手动纳管。用户可以使用以下命令，将健康状态由unhealthy恢复为healthy的芯片重新放入资源池。 kubectl label nodes node_name huawei.com/Ascend910-Recover- 用户可以使用以下命令，将参数面网络健康状态由unhealthy恢复为healthy的芯片重新放入资源池。 kubectl label nodes node_name huawei.com/Ascend910-NetworkRecover-
-logLevel	int	0	日志级别： -1：debug。 0：info。 1：warning。 2：error。 3：critical。
-maxAge	int	7	日志备份时间限制，取值范围为[7, 700]，单位为天。
-logFile	string	/var/log/mindx-dl/devicePlugin/devicePlugin.log	非边缘场景日志文件。fdFlag设置为false时生效。说明：单个日志文件超过20 MB时会触发自动转储功能，文件大小上限不支持修改。
-hotReset	int	-1	设备复位功能参数。开启此功能，芯片发生故障后，会进行热复位操作，让芯片恢复健康。 -1：关闭芯片复位功能 0：开启推理设备复位功能 1：开启训练设备复位功能（预留值，目前无实际功能）该参数支持的推理设备： Atlas 300I Pro 推理卡 Atlas 300V 视频解析卡 Atlas 300V Pro 视频解析卡 Atlas 300I Duo 推理卡 Atlas 300I 推理卡（型号 3000）（整卡） Atlas 300I 推理卡（型号 3010）说明：针对Atlas 300I Duo 推理卡形态硬件，仅支持按卡复位，即两颗芯片会同时复位。
-maxBackups	int	30	转储后日志文件保留个数上限，取值范围为(0，30]，单位为个。
-h或者-help	无	不涉及	显示帮助信息。

启动Ascend Device Plugin

约束限制

操作步骤

参数说明