Usted ejecuta un clúster de GKE que da servicio a varios equipos. El equipo de ML necesita GPU Nvidia Tesla P100 para el entrenamiento de modelos con el mínimo esfuerzo y costo. ¿Qué debería hacer?

La opción correcta es añadir un grupo de nodos habilitados para GPU al clúster de GKE existente y usar un nodeSelector. Esto permite que los pods del equipo de ML se programen solo en nodos con GPU, optimizando el uso de recursos y el costo. Recrear cada nodo en el clúster es ineficiente y costoso, ya que no todos los equipos necesitan GPU. Crear un clúster separado para el equipo de ML aumenta la sobrecarga de gestión y el costo. Añadir una anotación accelerator: gpu no es el mecanismo estándar de GKE para seleccionar GPU específicas; el nodeSelector es la forma correcta de dirigir los pods a los nodos con GPU deseadas.