KubeRay RayService 在 Kueue 中的集成实现
2025-07-08 12:18:47作者:吴年前Myrtle
在 Kubernetes 生态系统中,Kueue 作为一个批处理作业队列系统,为大规模机器学习工作负载提供了高效的资源管理和调度能力。近期,Kueue 项目完成了对 KubeRay RayService 的完整支持,这标志着 KubeRay 所有核心资源类型(RayJob、RayCluster 和 RayService)都已实现与 Kueue 的深度集成。
背景与挑战
RayService 是 KubeRay 提供的关键资源类型之一,它将 RayCluster 与部署在其上的服务相结合,为生产环境中的推理服务提供了完整的解决方案。然而,在初始实现过程中,开发团队遇到了一个技术难题:当 Kueue 直接管理 RayService 时,由于 RayCluster 是由其自身控制器管理的,导致无法正常更新和配置。
解决方案
经过深入的技术分析,开发团队采用了间接管理的创新方案:
- 架构调整:Kueue 通过管理 RayCluster 来间接控制 RayService,而不是直接操作 RayService 资源
- 控制流优化:当 RayService 被提交到队列时,Kueue 会先处理其依赖的 RayCluster 资源
- 状态同步机制:建立了完善的资源状态同步机制,确保 RayService 和底层 RayCluster 的状态一致性
技术实现细节
该实现包含以下关键技术组件:
- 控制器扩展:在 Kueue 中新增了针对 RayService 的专用控制器
- 准入控制:实现了 Webhook 来验证和修改 RayService 资源
- 多队列适配器:开发了 multikueue-adapter 来支持跨队列的资源分配
生产环境价值
这一集成带来了显著的生产环境优势:
- 完整的推理服务支持:现在用户可以在 Kueue 中管理从训练到推理的完整机器学习工作流
- 高级调度能力:支持拓扑感知调度(TAS)和全有或全无(All-or-Nothing)等高级调度策略
- 资源利用率提升:通过队列管理实现了更高效的集群资源利用
未来展望
虽然当前实现已经解决了核心问题,但团队仍在探索以下方向:
- 自动扩缩容支持的集成
- 更精细化的资源配额管理
- 跨命名空间的服务调度优化
这次集成不仅完善了 Kueue 对 KubeRay 生态的支持,也为生产环境中的机器学习工作负载管理提供了更强大的工具链。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp课程中屏幕放大器知识点优化分析2 freeCodeCamp课程视频测验中的Tab键导航问题解析3 freeCodeCamp论坛排行榜项目中的错误日志规范要求4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析6 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析7 freeCodeCamp课程页面空白问题的技术分析与解决方案8 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析9 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析10 freeCodeCamp 课程中关于角色与职责描述的语法优化建议
最新内容推荐
PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
198
279

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
535
62

Ascend Extension for PyTorch
Python
50
81

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
556

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1 K
397

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
385
19

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191