可用计算资源的分配

【问题标题】：Allocation of the available computational resources可用计算资源的分配
【发布时间】：2020-08-27 22:24:33
【问题描述】：

我正在尝试找出问题的解决方案。我们有一些可用的计算资源可供我们使用 - 一台具有 48 GB RAM、1 1080 Ti GPU、1TB SSD 的机器。我们希望将这些资源分配给公司的项目。如何确定在给定场景中哪个项目应该被给予更高的优先级。

公司收到一项请求，要求为现有客户（一位尊贵的客户）提高深度学习解决方案的效率。

同时，它收到另一项任务，其中涉及为潜在客户完成概念证明，涉及深度学习。

这两个任务都可能消耗所有可用资源。

硬约束 - 仅使用本地计算资源。

【问题讨论】：

标签： concept

【解决方案1】：

一种可能性是运行 Kubernetes 并管理 pod。这允许您的服务器、网络、服务、数据库等虚拟化，并允许紧密打包。

您可以在本地基础架构上运行 Kubernetes。

有点陡峭的学习曲线，但可以让你完全控制。

顺便说一句，我假设这种计算资源是用于加速项目而不是生产硬件的投资。对于生产，您可能需要关注点分离。因此，在同一个硬件上打包很多可能会带来风险（当一个部门/子系统的模块行为不端时，它可能会对其他部门产生负面影响）。是的，虚拟化应该可以防止它，而且总的来说，它确实可以。但软件并不完美，风险也不为零。所以，请记住这一点。

阅读材料：

Kubernetes Basics

【讨论】：

感谢您的回答。这很有帮助。