BareStax, GPU kümenizi çıplak sunucudan iş kuyruğuna kadar işletir
Kendi veri merkezinizdeki NVIDIA GPU sunucularını kurar, büyütür, günceller ve ayakta tutar. İnternete bağlı ağda da internetten tamamen yalıtılmış (air-gap) ağda da aynı biçimde çalışır.
- Küme özeti
- Cluster
- NodeProfile
- Node
- Katılım
- Fabric
- StorageTarget
- DriverStack
- Tenant
- Queue
- İşler
- Kullanım raporu
- Operation
- Onaylar
- Sürüm ve imaj
- Politikalar
- Olaylar
- Alarmlar
- Denetim
- Runbook'lar
| Onay bekliyor drain-gpu-03 | |
| Drain · gpu-03 · 0/1 | 11:07 |
| user:operator-1 → — | |
- E-PROV-007 Kesinti gerektiren yapılandırma sapması Etkiyi göster
- E-NODE-008 Node erişilemez
| NAME | PROFILE | PHASE | READY | CORE | CODE |
|---|---|---|---|---|---|
| gpu-01 | hgx-h200 | Hazır | True | partial | |
| gpu-02 | hgx-h200 | Hazır | Unknown | drained | E-NODE-008 |
| gpu-03 | hgx-h200 | Hazır | True | busy | E-PROV-007 |
| gpu-04 | hgx-h200 | Hazır | True | busy | |
| gpu-05 | hgx-b300 | Hazır | True | busy | |
| gpu-06 | hgx-b300 | Doğrulanıyor | False | — | |
| gpu-07 | hgx-b300 | Kuruluyor | False | — | |
| gpu-08 | pcie-l40s | Hazır | True | idle |
E-NODE-008 · 10 dk
- E-NODE-008 Node erişilemez
RB-NODE-008
Size düşen iş birkaç adımda biter
-
Sunucuyu rafa takın.
-
Ubuntu 24.04'ü kurun.
-
Tek komutu çalıştırın ve katılımı onaylayın.
Gerisini BareStax yapar. Donanımın envanterini çıkarır, ona uyan sürücü ve kütüphane setini kurar, GPU'yu, NVLink'i ve InfiniBand'i sınar. Doğrulamadan geçen node, BareStax Core'a iş almaya hazır olarak girer.
Kurumunuzun işletim sistemi kurulumu korunur; BareStax diski silmez.
BareStax, Kubernetes'in bildirimsel modelini çıplak sunucuya taşır
No layers. Just compute.
Kubernetes'in asıl katkısı bildirimsel modeldir: istenen durumu yazarsınız, sistem kendini o duruma getirir ve saptığında geri döner. BareStax bu modeli Kubernetes'in hiç yönetmediği katmanlara uygular. İşletim sistemi ayarları, kernel, sürücüler, NVLink ve NVSwitch, InfiniBand fabric'i, BMC ve iş zamanlaması aynı tanımın parçasıdır.
Arada Kubernetes ya da sanallaştırma katmanı yoktur. GPU bir sanal makineye sabitlenmez, doğrudan işe ayrılır. İş bittiğinde GPU kuyruktaki bir sonraki işe geçer.
Kümenin her evresi aynı üründe yönetilir
-
Gün 0, kurulum
Kontrol düzlemi head node'a tek komutla kurulur; kimlik, ağ, depolama ve alarm zinciri ilk gün sınanır.
barestax-server init -
Gün 1, katılım
Sunucu tek komut ve tek onayla katılır, doğrulanır ve BareStax Core'da iş almaya başlar.
barestaxd joinbarestaxctl node approve -
Gün 2, işletim
Sapma sürekli izlenir, arızalı node yeni iş almaz, kurtarma politikanıza göre yürür.
barestaxctl impact node gpu-03 -
Büyüme
Yeni sunucular aynı yoldan eklenir; her GPU sınıfı havuzda kendi kuyruğunu alır.
barestaxd join -
Güncelleme
İmzalı sürüm paketi önce bir node'a, ardından kesinti bütçesinin izin verdiği ölçüde kümeye yayılır.
barestax-server upgrade --offline -
Çıkarma
Node tek komutla boşaltılır ve çıkarılır; çalışan iş kaybolmaz.
barestaxctl node drainbarestaxctl node remove
Yetenekler aynı bildirimsel modelin parçalarıdır
- Bildirimsel yığın Node'un hedef durumu bir profildir: kernel, DOCA-OFED, NVIDIA sürücüsü, CUDA, Fabric Manager, DCGM, NCCL ve Apptainer. Bileşenler yalnız birlikte test edilmiş setler hâlinde gelir; elle yapılan değişiklik sapma olarak görülür ve düzeltilir. Ayrıntı
- BareStax Core ve iş çalıştırma BareStax Core yapılandırmasını ürün kendisi üretir, muhasebe hazır gelir; GPU sınıfına göre kuyruklar, kiracılar, kotalar ve fairshare tanımlanır. Ayrıntı
- Sağlık ve kurtarma GPU, fabric, PCIe, bellek ve depolama sinyalleri sürekli değerlendirilir. Arızalı node yeni iş almaz, çalışan iş biter; kurtarma kademeli olarak ve politikaya bağlı yürür. Ayrıntı
- Air-gap sürüm paketleri İnternete bağlı tarafta toplanan her şey imzalı, içerik adresli bir pakete girer ve medya ya da veri diyotuyla içeri geçer. Ayrıntı
- Güvenlik ve denetim Bileşenler mTLS ile konuşur, kritik işlemler iki kişinin onayıyla yürür ve denetim kaydı sonradan değiştirilemez. Ayrıntı
- Konsol ve portal Operatör kümeyi, alarmları ve onayları tek web konsolundan yönetir. Araştırmacı aynı tasarımdaki portalda işlerini, kotasını ve etkileşimli oturumlarını izler. Ayrıntı
Bir arızanın kimi etkilediğini işlemden önce görürsünüz
Bir node arızalandığında ilk soru, hangi işin, hangi kiracının ve hangi servisin etkilendiğidir. BareStax'in etki görünümü bu soruyu node, depolama hedefi ya da alarm için yanıtlar. Doğrulanmış etki ile olası etki ayrı gösterilir, verinin yaşı yanında yazar.
Etki görünümünden doğrudan onaylı işleme geçilir. Node'u boşaltma ya da yeniden başlatma talebini açan kişi de onaylayan ikinci kişi de aynı tabloya bakar.
| JOBID | TENANT | USER | STATE | GPU | IMPACT |
|---|---|---|---|---|---|
| 4521 | research-a | researcher-1 | RUNNING | 4 | Doğrulanmış |
| 4533 | research-a | researcher-2 | RUNNING | 4 | Doğrulanmış |
- Doğrulanmış 1 node, 2 iş, 1 kiracı
- E-PROV-007 · RB-PROV-007
Air-gap kümede de güncelleme imzalı bir paketle yürür
Küme internete çıkmadan çalışır ve güncellenir. Yeni sürüm, internete bağlı taraftaki paketleyicide imzalı bir pakete dönüşür ve içeri onaylı medya ya da veri diyotuyla girer.
İçeride doğrulama, tarama ve dört göz onayı sırayla işler. Yayılım önce bir node'da başlar, sonra kesinti bütçesine uyarak bütün kümeye ulaşır.
Arayüz Türkçe ve İngilizcedir, her hata açıklamasıyla gelir
Ürünün bütün arayüzü, komut satırı iletileri ve runbook'lar dâhil, Türkçe ve İngilizce gelir. Her hata bir kod taşır; ne olduğunu, etkisini, ürünün ne yaptığını ve sizin ne yapmanız gerektiğini anlatır.
İlgili runbook çevrimdışıdır, internete çıkmadan açılır.
Demo, sizin rafınızdaki donanımla başlar
GPU sınıflarınızı, fabric yapınızı ve depolamanızı yazın. İlk görüşme slayt üzerinden değil, kendi donanımınızın gerçek tablosu üzerinden yürür.