Analitycy danych sporadycznie potrzebują węzłów GPU w klastrze GKE do długotrwałych, nieodnawialnych zadań. Zminimalizuj koszty, jednocześnie spełniając to wymaganie. Co należy zrobić?

Włączenie automatycznego udostępniania węzłów (Node Auto-provisioning) w klastrze GKE jest najlepszym rozwiązaniem, ponieważ pozwala na automatyczne tworzenie i usuwanie pul węzłów z odpowiednimi zasobami (w tym GPU) tylko wtedy, gdy są potrzebne. Minimalizuje to koszty, ponieważ zasoby GPU są alokowane dynamicznie na żądanie, a nie utrzymywane stale. Utworzenie Vertical Pod Autoscaler (VPA) jest nieodpowiednie, ponieważ VPA skaluje zasoby pojedynczego poda, a nie dodaje węzłów z GPU do klastra. Utworzenie puli węzłów z maszynami wirtualnymi z możliwością wywłaszczania (preemptible VMs) i GPU jest tańsze, ale zadania długotrwałe i nieodnawialne mogą zostać przerwane, co jest niezgodne z wymaganiem. Utworzenie puli węzłów z GPU i autoskalowaniem z minimalnym rozmiarem 1 oznacza, że jeden węzeł z GPU będzie zawsze uruchomiony, generując koszty, nawet gdy nie ma zadań.