最近更新时间：2022-02-10
Kubernetes是第一个将“一切以服务为中心，一切围绕服务运转”作为指导思想的创新型产品，它的功能和架构设计自始至终都遵循了这一指导思想，构建在Kubernetes上的系统不仅可以独立运行在物理机、虚拟机集群或者企业私有云上，也可以被托管在公有云中。微服务架构的核心是将一个巨大的单体应用拆分为很多小的互相连接的微服务，一个微服务背后可能有多个实例副本在支撑。单体应用微服务化以后，服务之间必然会有依赖关系，在发布时，若每个服务都单独启动会非常痛苦，简单地说包括一些登录服务、支付服务，若想一次全部启动，此时必不可少要用到编排的动作。Kubernetes完美地解决了调度，负载均衡，集群管理、有状态数据的管理等微服务面临的问题，成为企业微服务容器化的首选解决方案。使用Kubernetes就是在全面拥抱微服务架构。
基于工具和流水线实现团队协作管理、代码托管服务、编译构建打包、部署发布、运维监控等功能。满足用户快速迭代业务、遇高峰自动伸缩、高效利用资源的需求，同时根据监控信息降低运维成本。
高性能的AI计算加速的关键是GPU管理，Kubernetes资源调度优化，面向AI计算框架和模型的Job/Task调度。通过这些优化手段可以使得128块GPU卡的线性加速比达到0.8+。
传统企业，业务庞大复杂，针对一些需要快速交付、较为灵活、带并发性的业务，可以做到云上灾备，云上云下使用同一套镜像和服务编排，业务高峰期，在云端的应用根据设置自动快速扩容，把一些业务流量引到云端。云下提供服务，云上容灾。
渲染是用软件从模型生成图像的过程，应用在视频、模拟和电影电视制作等广泛领域。渲染业务场景需要GPU显卡实现图形加速及实时渲染，同时需要大量计算、内存或存储。高性能计算能力及图形渲染能力，实现在线图形渲染处理，大大缩短制作周期，提升整体效率。如果以并发核心数的算力对比，GPU云主机渲染速度，是CPU云主机的百倍以上。
GPU有着上百个计算核心，可以并发处理上千个线程，亦可以同时进行上千个线程的计算，GPU天生就胜任矩阵计算的要求，同等规格的计算任务下，GPU云主机的算力最高甚至能达到CPU云主机的百倍，适用于深度学习、机器学习等对于重复计算有要求的应用场景。
在科学计算领域，要求极强的双精度计算能力。在模拟仿真过程中，消耗大量计算资源的同时，会产生大量临时数据，对存储带宽与时延也有极高的要求。
