# アプリケーションを展開する
## 概要
KubernetesはGPUリソースをCPUリソースと同様に管理・使用します。ワーカーグループに選択したGPU構成に応じて、Kubernetes上でアプリケーションのGPUリソースを宣言してください。
#### 注記:
* Kubernetesは制限値をデフォルトのリクエスト値として使用するため、リクエストを指定せずに制限値のみを指定できます。
* GPU制限と要求の両方を指定できますが、この2つの値は等しくなければなりません。
* 制限を指定せずにGPU要求を指定することはできません。
* 次のコマンドでGPU構成を確認します：
`kubectl get node -o json | jq ‘.items[].metadata.labels‘`
**例：下の画像は、Nvidia A30カードを使用するワーカーを示しています。構成戦略：all-balanced、ステータス：success。**
ワーカー上で以下のコマンドを使用してGPUインスタンス構成を確認してください
（ワーカーにSSH接続し、コマンドを入力）：
GPUを使用したアプリケーションデプロイの例：
## 共有モードMIGおよびシングル戦略
GPUリソースは以下のように宣言されます：
```
nvidia.com/gpu:
#Example:
nvidia.com/gpu: 1
*(With the single strategy, the GPU card is divided into equal instances)
```
シングルGPU戦略を用いたデプロイメント例
```
apiVersion: apps/v1
kind: Deployment
metadata:
name: example-gpu-app
spec:
replicas: 1
selector:
matchLabels:
component: gpu-app
template:
metadata:
labels:
component: gpu-app
spec:
containers:
- name: gpu-container
securityContext:
capabilities:
add:
- SYS_ADMIN
resources:
limits:
nvidia.com/mig-1g.6gb: 1
image: nvidia/samples:dcgmproftester-2.0.10-cuda11.0-ubuntu18.04
command: ["/bin/sh", "-c"]
args:
- while true; do /usr/bin/dcgmproftester11 --no-dcgm-validation -t 1004 -d 300; sleep 30; done
```
## MIGおよび混合共有モードで
GPUリソースは以下のように宣言されます：
```
nvidia.com/:
#Example
nvidia.com/mig-1g.6gb: 2
*(With the mixed strategy, a GPU card can be split into two instance types, so you must specify the instance type when declaring resources.)
```
混合GPU戦略を用いたデプロイメント例
```
apiVersion: apps/v1
kind: Deployment
metadata:
name: example-gpu-app
spec:
replicas: 1
selector:
matchLabels:
component: gpu-app
template:
metadata:
labels:
component: gpu-app
spec:
containers:
- name: gpu-container
securityContext:
capabilities:
add:
- SYS_ADMIN
resources:
limits:
nvidia.com/mig-1g.6gb: 1
image: nvidia/samples:dcgmproftester-2.0.10-cuda11.0-ubuntu18.04
command: ["/bin/sh", "-c"]
args:
- while true; do /usr/bin/dcgmproftester11 --no-dcgm-validation -t 1004 -d 300; sleep 30; done
```
## 非戦略によって
GPUリソースは以下のように宣言されます：
```
#Syntax:
nvidia.com/gpu: 1
*(With the none strategy, the pod will use all the resources of a single GPU card.)
```
非戦略を用いたデプロイメントの例
```
apiVersion: apps/v1
kind: Deployment
metadata:
name: example-gpu-app
spec:
replicas: 1
selector:
matchLabels:
component: gpu-app
template:
metadata:
labels:
component: gpu-app
spec:
containers:
- name: gpu-container
securityContext:
capabilities:
add:
- SYS_ADMIN
resources:
limits:
nvidia.com/gpu: 1
image: nvidia/samples:dcgmproftester-2.0.10-cuda11.0-ubuntu18.04
command: ["/bin/sh", "-c"]
args:
- while true; do /usr/bin/dcgmproftester11 --no-dcgm-validation -t 1004 -d 300; sleep 30; done
```
## MPS共有モードで
GPUリソースは以下のように宣言されます：
```
#Syntax: nvidia.com/gpu:
#Example:
nvidia.com/gpu: 1
```
**注記: ポッドが要求できる nvidia.com/gpu リソースの最大数は 1 です。**
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://ai-docs.fptcloud.com/ai-factory-guideline-jp/fpt-gpu-cloud/gpu-cluster/gpu-cluster-managed-k8s-with-gpu-virtual-machine/gaidochtoriaru/apurikshonwosuru.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.