データサイエンティストは、長時間実行される再起動不可能なジョブのために、GKE クラスタ上の GPU ノードを必要とすることがあります。このニーズを満たしつつ、コストを最小限に抑えるにはどうすればよいですか？

長時間実行される再起動不可能なジョブには、中断されない安定した環境が必要です。ノードの自動プロビジョニングは、ワークロードの需要に基づいてGPUノードを動的に追加・削除するため、必要なリソースを確保しつつ、アイドル状態のノードによるコストを削減できます。Vertical Pod AutoscalerはPodのリソースを調整しますが、ノードのプロビジョニングは行いません。プリエンプティブVMはコスト効率が良いですが、再起動不可能なジョブには適しません。最小サイズ1のノードプールは、需要がない場合でも常に1つのGPUノードを稼働させるため、コスト効率が最適ではありません。